إنجاز MT3 في تدريب ذراع روبوتية
نجح فريق من العلماء في إمبريال كوليدج لندن في تدريب ذراع روبوتية لتنفيذ 1000 مهمة مختلفة خلال يوم واحد فقط، بعد فترة تدريب لم تتجاوز ثماني ساعات، وهو إنجاز اعتمد على أسلوب تعلم جديد يُعرف بـ MT3 (Multi-Task Trajectory Transfer).
سيتم اختبار النظام عبر الذراع الروبوتية من طراز Sawyer، حيث أدت مهام متعددة منها استخدام الأدوات والتقاط ورفع أكثر من جسم في آن واحد والتعامل مع أوضاع مختلفة للأشياء، دون الحاجة إلى إعادة تدريب شاملاً أو الاعتماد على قواعد بيانات ضخمة.
آلية MT3 وتطبيقاته
يعتمد MT3 على التعلّم من عرض واحد فقط حيث يشاهد الروبوت إنسانًا يؤدي المهمة مرة واحدة ثم يحلل الحركة إلى مراحل يمكن إعادة استخدامها وتكييفها مع مهام أو أجسام جديدة، مما يقلل الوقت والموارد المطلوبة لتدريب الروبوتات ويفتح باب العمل في بيئات واقعية متغيرة.
يتألف النظام من مرحلتين رئيسيتين هما المحاذاة والتفاعل، إضافة إلى آلية استرجاع ذاكرة تتيح اختيار أقرب عرض تدريبي سابق يتناسب مع المهمة الجديدة بناءً على وصف المهمة والبيئة المحيطة، الأمر الذي يمنح الروبوت مرونة عالية في التكيّف مع مواقف جديدة دون أخطاء سلوكية.
السلوك والموثوقية والتفسير
لا يعتمد MT3 على نماذج التعلم العميق الصندوق الأسود، بل يقدم سلوكًا واضحًا وقابلًا للتفسير مما يجعل تصرفات الروبوت أكثر ثقة وفهمًا لدى البشر، وهو أمر حاسم لإقرار استخدامه في الرعاية الصحية أو خطوط الإنتاج الصناعية حيث لا مكان للأخطاء غير المتوقعة.
الأداء والتوقعات المستقبلية
أظهرت التجارب أن الذراع الروبوتية استطاعت تعلم مهام جديدة بسرعة عبر التكيّف الحركي وتقدير الوضع والتخطيط، وهو ما مكنتْ من تنفيذ عمليات التقاط ونقل بدقة حتى عند تغيير شكل أو موضع الأجسام، وتفوق MT3 على أساليب مثل Behavioral Cloning في التعميم ضمن فئة المهام نفسها.
يتوقع الباحثون أن تُمكّن التحسينات المستقبلية الروبوتات من تعديل مساراتها الحركية للتعامل مع أجسام غير مألوفة تمامًا، مما يقلل أوقات التدريب وتكاليفه ويدفع إلى تطبيقات أكثر مرونة وكفاءة في المصانع والمستودعات والمنازل.
