دعك من فيديوهات بوسطن ديناميكس المثيرة: هذا الروبوت تعلم المشي بنفسه

تم تعليم روبوت ثنائي الساقين -يسمى (كاسي)- المشيَ باستخدام التعلم المعزز، وهو تقنية التدريب التي تعلم أنظمة الذكاء الاصطناعي السلوكيات المعقدة من خلال التجربة والخطأ. وقد نجح الروبوت كاسي في تعلم مجموعة حركات من الصفر، بما في ذلك المشي منحنياً والمشي وهو يحمل حمولة مفاجئة.

لكن هل يستطيع كاسي الرقص؟

ارتفع سقف التوقعات بشأن ما يمكن أن تقوم به الروبوتات بسبب مقاطع الفيديو واسعة الانتشار التي نشرتها شركة بوسطن ديناميكس، والتي تُظهر قدرات الإنسان الآلي أطلس على الوقوف على ساق واحدة، والقفز فوق الصناديق، والرقص. لقد حصدت مقاطع الفيديو هذه ملايين المشاهدات، وحتى تم إصدار نسخ ساخرة منها. ورغم أن التحكم الذي يبديه أطلس في حركاته مثير للإعجاب، غير أن تلك اللقطات لرقصات متناغمة تنطوي على الأرجح على الكثير من الضبط اليدوي. (لم تقدم بوسطن ديناميكس على نشر الكثير من التفاصيل؛ لذلك يصعب تحديد حجم الضبط اليدوي الذي مارسته).

يقول جونجيو لي من جامعة كاليفورنيا بيركلي، الذي عمل على تطوير الروبوت كاسي مع زملائه: "من شأن مقاطع الفيديو هذه أن تدفع بعض الناس إلى الاعتقاد بأن تمكين الروبوتات من المشي والحركة مسألة سهلة وتم إنجازها وتجاوزها. بيد أنه لا يزال أمامنا طريق طويلة لنقطعه حتى ننجح في تمكين الروبوتات الشبيهة بالبشر من العمل والتحرك في بيئات بشرية على نحو موثوق". وفي حين أن كاسي -الذي يقترب حجمه من حجم الإنسان- لا يستطيع الرقص بعد، لكن تعليم الروبوت كيفية المشي دون مساعدة يجعله أقرب بعدة خطوات إلى القدرة على التعامل مع مجموعة واسعة من التضاريس، والقدرة أيضاً على النهوض ومواصلة نشاطه بعد التعثر أو إلحاق الضرر بنفسه.

قيود بيئات المحاكاة الافتراضية

تم استخدام التعلم المعزز لتدريب العديد من الروبوتات على المشي داخل بيئات المحاكاة، ولكن تتمثل الصعوبة في نقل هذه القدرة إلى العالم الحقيقي. تقول تشيلسي فين، الباحثة في مجال الذكاء الاصطناعي والروبوتات في جامعة ستانفورد، والتي لم تشارك في تطوير كاسي: "إن العديد من مقاطع الفيديو التي نشاهدها للوكلاء الافتراضيين ليست واقعية على الإطلاق". ومن شأن الاختلافات الصغيرة بين محاكاة القوانين الفيزيائية داخل بيئة افتراضية والقوانين الفيزيائية الحقيقية خارجها -مثل آلية الاحتكاك بين قدم الروبوت والأرض- أن تؤدي إلى إخفاقات كبيرة عندما يحاول الروبوت تطبيق ما تعلمه. وحتى لو كانت هذه الاختلافات بسيطة للغاية، فقد تجعل أي روبوت ثنائي الساقين ثقيل الوزن يفقد توازنه ويسقط أرضاً.

محاكاة افتراضية ثنائية

من ناحية أخرى، فإن تدريب روبوت كبير الحجم من خلال التجربة والخطأ في العالم الحقيقي سينطوي على خطورة كبيرة. للتغلب على هذه المشكلات، استخدم فريق بيركلي مستويين من البيئة الافتراضية؛ في المستوى الأول، تعلمت نسخة افتراضية من الروبوت كاسي كيفية المشي بالاعتماد على قاعدة بيانات كبيرة معدة سابقاً لحركات الروبوت. بعد ذلك، تم نقل هذه المحاكاة إلى بيئة افتراضية ثانية تسمى سيم ميكانيكس (SimMechanics) تحاكي فيزياء العالم الحقيقي بدرجة عالية من الدقة ولكن مقابل بطء في سرعة التشغيل. ولم يتم تحميل نموذج المشي المكتسب إلى الروبوت الفعلي إلا بعد أن بدأ كاسي يمشي بنجاح في البيئة الافتراضية.

تمكن الروبوت الحقيقي من المشي باستخدام النموذج الذي تعلمه أثناء المحاكاة دون أي تعديلات إضافية. ويستطيع المشي فوق التضاريس الوعرة والزلقة، وحمل أحمال غير متوقعة، واستعادة التوازن بعد تعرضه للدفع. وقد أتلف كاسي محركين في ساقه اليمنى أثناء عمليات الاختبار، لكنه تمكن من ضبط حركاته للحفاظ على توازنه. تعتبر فين أن هذا العمل مثيرٌ للاهتمام، ويوافقها إدوارد جونز، الذي يقود مختبر تعليم الروبوت في إمبريال كوليدج لندن؛ إذ يقول: "أعتقد أن تطوير هذا الروبوت يمثل أحد أكثر الأمثلة نجاحاً التي رأيتها".

يأمل فريق بيركلي في استخدام طريقتهم لإضافة حركات جديدة إلى قدرات كاسي، لكن لا تتوقعوا مشاهدته يرقص في أي وقت قريب.