نموذج ProWAM للتحكم بالروبوتات يحقق تحسناً بنسبة 27 بالمئة في المهام الجديدة

قدمت ورقة بحثية جديدة نظاماً باسم ProWAM لمساعدة الروبوتات على أداء المهام المعقدة من خلال التنبؤ بأهداف بصرية فرعية بدلاً من إنشاء تسلسلات فيديو كاملة. تم اختبار هذه الطريقة عبر مجموعة من محاكيات الأداء والسيناريوهات الواقعية.

في السابق، كانت الروبوتات التي تعتمد على نماذج العالم تحاول إنشاء مقاطع فيديو مكثفة للتخطيط لتحركاتها القادمة. هذه العملية تستهلك موارد حوسبية كبيرة وغالباً ما تكون غير فعالة في المهام الطويلة. يعمل نظام ProWAM على حل هذه المشكلة عبر التركيز على أهداف بصرية فرعية مرتبة لتوجيه أفعال الروبوت.

من خلال حفظ ملامح هذه الأهداف الفرعية، يتجنب النموذج الحاجة إلى إنشاء فيديو مستمر وكثيف. يتيح هذا النهج للروبوت التعامل مع تعقيدات العالم الحقيقي بشكل أفضل، خاصة عند مواجهة بيئات غير مألوفة.

أظهرت الاختبارات تحسناً ملحوظاً مقارنة بالطرق التقليدية. ففي اختبارات LIBERO-Plus، حقق النظام نسبة نجاح بلغت 85.8 بالمئة، كما سجل أداءً قوياً في اختبارات RoboCasa365.

والأهم من ذلك، حقق النموذج في تجارب العالم الحقيقي نسبة نجاح بلغت 70 بالمئة في بيئات جديدة. يمثل هذا زيادة بنسبة 15 نقطة مئوية مقارنة بأفضل النماذج السابقة، وهو ما يعادل تحسناً نسبياً بنسبة 27.3 بالمئة.

هل يمكن للبصيرة البصرية وحدها حل معضلة التحكم الروبوتي المعقد؟ تشير الدراسة إلى أنه على الرغم من النتائج القوية لـ ProWAM في البيئات غير المتوقعة، إلا أنه يعتمد على أساليب تخطيط بصري قد تواجه صعوبات مع تنوع المهام الشديد الذي لم يغطّه التدريب.