الروبوتات تتقن التضاريس غير المرئية باستخدام خرائط الانتباه المتقدمة

التكنولوجيا اليومية

28/08/2025

الروبوتات تغزو التضاريس غير المرئية بخرائط انتباه رائدة

طور باحثون في المعهد الفدرالي السويسري للتكنولوجيا في زيورخ (ETH Zurich) نظام تحكم ثوريًا يمكّن الروبوتات ذات الأرجل، بما في ذلك الروبوتات الشبيهة بالبشر والروبوتات رباعية الأرجل، من التنقل في التضاريس المعقدة وغير المألوفة سابقًا ببراعة ملحوظة. يستخدم هذا النهج المبتكر، الذي أُطلق عليه اسم "ترميز الخرائط القائم على الانتباه"، التعلم الآلي المدرب من خلال التعلم المعزز لتمكين الروبوتات من التركيز بذكاء على المناطق الحيوية في خريطة التضاريس، وبالتالي تخطيط خطوات أكثر أمانًا وتكيفًا.

النقاط الرئيسية

تحليل ذكي للتضاريس: يمكن للروبوتات الآن التركيز على الأجزاء الأكثر أهمية في خريطة التضاريس لتخطيط تحركاتها التالية، بدلاً من معالجة الخريطة بأكملها بشكل موحد.
القدرة على التكيف مع البيئات الجديدة: يسمح النظام للروبوتات بالتنقل بنجاح في بيئات لم تصادفها أبدًا خلال مرحلة تدريبها.
كفاءة الطاقة: يعمل نظام التحكم بكفاءة على وحدة معالجة مركزية مدمجة منخفضة الطاقة بقدرة 25 واط، مما يجعله عمليًا للدمج في منصات روبوتية مختلفة.
تعزيز الحركة: يمكن للروبوتات المجهزة بهذا النظام تحقيق مشي مستقر بسرعات تصل إلى 2 متر في الثانية، متفوقة على العديد من وحدات التحكم الحالية.
الإمكانات المستقبلية: من المتوقع أن تمتد هذه التقنية إلى مهام أكثر تعقيدًا مثل المناورة الحركية، بما في ذلك فتح الأبواب والتسلق.

كيف يعمل رسم خرائط الانتباه

أوضح تشونغ تشانغ، الباحث المشارك في المشروع، أن النظام يدرب وحدة تحكم في الحركة تعتمد على التعلم المعزز تقوم بتحليل خريطة التضاريس. تقوم وحدة الانتباه داخل النظام بتعيين أوزان لمناطق مختلفة من الخريطة، مما يسمح لسياسة الروبوت بإعطاء الأولوية للمناطق الأكثر دلالة على خطوات مستقبلية آمنة. هذا التركيز الانتقائي يقوم بتصفية التفاصيل غير ذات الصلة، مما يحسن بشكل كبير من متانة الروبوت وقدراته على التعميم عبر التضاريس المتنوعة.

الاختبار والأداء في العالم الحقيقي

تم اختبار فعالية وحدات التحكم المتقدمة هذه بدقة في ظروف العالم الحقيقي، سواء في الأماكن المغلقة أو المفتوحة. استخدم فريق المعهد الفدرالي السويسري للتكنولوجيا في زيورخ الروبوت رباعي الأرجل ANYmal-D والروبوت الشبيه بالبشر Fourier GR-1 لهذه التجارب. والجدير بالذكر أن كلا الروبوتين أظهرا قدرة رائعة على التنقل في بيئات كانت جديدة تمامًا عليهما، مما يدل على قدرة النظام القوية على التعميم والتكيف.

يوفر البحث أيضًا رؤية بصرية فريدة لإدراك الروبوت، مما يسمح بتصور مسح الخرائط الخاص به لفهم كيفية تفسير الشبكة العصبية لمحيطها. هذه التغذية الراجعة البصرية حاسمة لتصحيح الأخطاء ومواصلة التطوير.

القيود والاتجاهات المستقبلية

بينما تم التحقق من صحة النظام الحالي على حركة خرائط الارتفاع ثنائية الأبعاد ونصف (2.5D)، فإنه لا يأخذ في الاعتبار بعد العوائق ثلاثية الأبعاد المتدلية مثل أغصان الأشجار أو الحواف. ومع ذلك، يستكشف الباحثون بنشاط توسيعات للتنقل ثلاثي الأبعاد الكامل ومهام المناورة الحركية، مثل فتح الأبواب أو التسلق، والتي يعتقدون أنها ستتطلب تغييرات معمارية متواضعة فقط.

كفاءة الطاقة والسرعة

ميزة كبيرة لنظام التحكم الجديد هذا هي كفاءته الملحوظة في استهلاك الطاقة. يمكنه العمل في الوقت الفعلي على وحدة معالجة مركزية مدمجة منخفضة الطاقة بقدرة 25 واط، مستهلكًا الحد الأدنى من الطاقة مقارنة بمحركات الروبوت. هذا المتطلب المنخفض للطاقة يجعل النظام عمليًا للغاية وقابلًا للتطوير للدمج في مجموعة واسعة من الروبوتات. علاوة على ذلك، فإن أداء النظام تنافسي، مما يمكّن الروبوتات من المشي بثبات بسرعة 2 متر في الثانية، مما يضعه ضمن الأسرع للأنظمة المماثلة.

يتصور الباحثون تطبيق آلية الانتباه هذه على المهام المعقدة، مما قد يحدث ثورة في الروبوتات في مجالات مثل الاستجابة للكوارث، والاستكشاف، والخدمات اللوجستية، والمساعدة الشخصية، مما يجعل الروبوتات أكثر تنوعًا وقدرة من أي وقت مضى.

28-05-2025

دراسة جديدة تكشف كيفية تشكيل الكواكب ذات المدارات الواسعة، مما يدعم وجود الكوكب التاسع

دراسة جديدة تكشف كيفية تشكيل الكواكب ذات المدارات الواسعة، مما يدعم وجود الكوكب التاسع في نظامنا الشمسي.