مهدت الأبحاث المشتركة التي أجرتها جامعة كارنيجي ميلون وجامعة واشنطن وجوجل DeepMind الطريق لروبوت اصطناعي ثوري بأربعة أرجل يمكنه المشي والإمساك في وقت واحد. سيكون هذا التطور الجديد عبر الروبوتات بمثابة إنجاز ثوري من خلال تحسين خفة الحركة والقدرة على التكيف عندما يتحرك الروبوت داخل بيئة معقدة.
تصميم LocoMan القابل للتكيف يجعل من السهل العمل مع الأشياء.
يتمتع هذا الروبوت رباعي الأرجل الذي تم تطويره حديثًا، والمسمى LocoMan، بميزة مميزة لأطرافه، المصممة لأداء التلاعب بالأشياء. على عكس نماذج الروبوتات القديمة التي استخدمت أذرعًا مفصلية لأغراض التلاعب، يستخدم LocoMan شكله المميز لإدراك أكثر مرونة لترتيب أطرافه بدلاً من استخدام أذرعه المثبتة العلوية لمهام التلاعب.
إذا تم تنفيذها بشكل صحيح، فيمكن لهذه الميزة، إلى جانب الميزات الأخرى الموجودة في البرنامج، ضمان الانتقال السلس بين أوضاع التشغيل. يوجد في قلب وظائف LocoMan إطار عمل شامل للتحكم في الجسم بالكامل (WBC)، والذي يسهل الانتقال السلس بين خمسة أوضاع تشغيل: الإمساك بيد واحدة، والتلاعب بالقدم، والتلاعب باليدين، والحركة، والتحرك بالقدم. يأتي التفاعل معًا مزودًا بمتلاعبين في ربلة الساق ويحافظ على الأرجل الأصلية، مما يمنح LocoMan قدرة كبيرة على تقليد الأوضاع السداسية الأبعاد، وبالتالي معالجة مهام التلاعب المعقدة المختلفة على نطاق واسع.
أداء متقن في العالم الحقيقي
تم اختبار تعقيد وتعقيد LocoMan في التجارب العملية التي أظهرت خفة الحركة والقدرة على التكيف. يمكن للروبوت التجريبي أن يؤدي بسهولة العمل البشري في التعامل مع المهام مثل فتح الباب، وإدخال القابس في المقبس، والتقاط الأشياء المخزنة في الأماكن الضيقة.
يعد الروبوت مثاليًا للتحرك والتعامل مع البيئة بدقة وسرعة. علاوة على ذلك، فإن فعاليته من حيث التكلفة وقدرته على الاستخدام في مجالات مختلفة تظهر وعدًا باستخدامه في تطبيقات العالم الحقيقي في المستقبل القريب.
ويهدف الباحثون في المستقبل القريب إلى مطابقة قدرات LocoMan مع أحدث تقنيات الرؤية الحاسوبية والتعلم الآلي من خلال دمج التكنولوجيا المذكورة في الروبوت. يستخدم الروبوت نماذج لغة مرئية لفهم الترتيب البصري للأشياء الغريبة ومعالجة الأوامر اللفظية للإنسان، مما يجعل الإجراءات التفاعلية طبيعية تقريبًا. فهو يحتوي على إمكانية التعافي التي يمكن من خلالها الوصول إلى إجراءات الروبوت إلى حد كبير، مما يؤدي في النهاية إلى قدر أكبر من الاستقلالية وقدرة أفضل على التكيف.
يعمل التلاعب المتكامل بالأطراف على تحسين الكفاءة
يمثل تطوير LocoMan خطوة مهمة في التقنيات الروبوتية، حيث يقدم نهجًا جديدًا لحل المشكلة. ونتيجة لذلك، أصبح التنقل والتعامل مع البيئات المعقدة أكثر كفاءة.
يتبنى الروبوت هذه الميزة من خلال قدرات التلاعب بالأطراف، والتي قد لا يتم رؤيتها في أنواع أخرى من الروبوتات رباعية الأرجل، مما يؤدي إلى قدر أكبر من التنوع والمهارة. مع ظهور الرؤية الحاسوبية وأساليب التعلم الآلي، سيكون LocoMan قادرًا على حل مجموعة أوسع من المشكلات العملية. ولذلك، فإن فئات جديدة من الأنظمة الروبوتية الذكية والمتكيفة أصبحت قاب قوسين أو أدنى.
ظهر المقال في الأصل على arxiv