نجح فريق من العلماء في إمبريال كوليدج لندن في تدريب ذراع روبوتية على تنفيذ 1000 مهمة مختلفة خلال يوم واحد فقط، بعد فترة تدريب لا تتجاوز ثماني ساعات، والإنجاز اعتمد على أسلوب تعلم جديد يُعرف باسم MT3 (Multi-Task Trajectory Transfer).
اعتمد MT3 على التعلم بالمحاكاة من عرض واحد، حيث يشاهد الروبوت أداء إنسان للمهمة مرة واحدة ثم يحلل الحركة إلى مراحل يمكن إعادة استخدامها وتكييفها مع مهمات أو أجسام جديدة.
ويتضمن النظام تقسيم المهمة إلى مرحلتين أساسيتين: المحاذاة والتفاعل، ويستخدم آلية استرجاع ذكية للذاكرة لاختيار أقرب عرض تدريبي سابق يتناسب مع المهمة الجديدة بناءً على وصف المهمة والبيئة.
تعتبر القابلية للتفسير ميزة رئيسية في MT3، إذ تفضّل أن يظهر سلوك الروبوت بشكل واضح ويمكن فهمه مقارنة بنماذج التعلم العميق التقليدية.
أظهرت التجارب أن الذراع Sawyer تستطيع تعلم مهام جديدة بسرعة عبر التكيّف الحركي وتقدير الوضع والتخطيط، ما مكّنها من التقاط ونقل أشياء مختلفة بدقة حتى مع تغير شكلها أو موضعها.
يرى الباحثون أن هذا العمل يثبت أن تعلم الروبوتات على نطاق واسع لمهام معقّدة لا يحتاج إلى شبكات ضخمة أو بيانات هائلة، بل يمكن تحقيقه بأساليب ذكية وقابلة للتفسير مثل MT3.
يتوقع الفريق أن تفتح تحسينات إضافية الباب أمام تعديل مسارات الروبوتات لتعامل مع أشياء غير مألوفة، مما يقلل أوقات التدريب وتكاليفه ويدفع نحو تطبيقات واقعية أكثر في المصانع والمستودعات والمنازل.
