باحثون يطورون طريقة محاكاة لتحسين قدرة الروبوتات على التعامل مع الأشياء
نموذج DeltaWorld الجديد يتنبأ بكيفية تأثير حركات الروبوت على محيطه لمنع أخطاء التداخل بين الأجسام.
قدمت ورقة بحثية جديدة نظام DeltaWorld، وهو أداة صُممت لجعل محاكاة الروبوتات أكثر واقعية. بدلاً من محاولة تخمين الإطار التالي بالكامل، يركز النظام فقط على التغييرات التي تسببها حركة الروبوت.
غالباً ما تواجه أجهزة المحاكاة الحالية صعوبة في المهام الطويلة، فقد تجعل جسماً ما يمر عبر طاولة أو تشوه كوباً بشكل غير طبيعي. يستخدم DeltaWorld تقنية تسمى Delta Latent Transition Model لحساب هذه التعديلات بدقة، مما يحافظ على اتساق المشهد الافتراضي فيزيائياً.
قلل DeltaWorld من نسبة الخطأ FVD بمقدار 46.6% وLPIPS بمقدار 31.1% مقارنة بنموذج IWS الأساسي.
لضمان بقاء المحاكاة واقعية، أضاف الفريق ميزة تسمى Interaction-aware Latent Alignment. تقوم هذه الميزة بمراقبة نقاط تلامس الروبوت مع الأشياء لمنع التداخلات المستحيلة.
أظهرت الاختبارات على معيار IWS ولقطات بيانات مخصصة تقدماً ملحوظاً، حيث خفض النظام أخطاء التنبؤ بنحو النصف مقارنة بالطرق السابقة.
تخيل أنك تعلم روبوتاً التقاط طبق هش؛ إذا اعتقد جهاز المحاكاة أن الطبق يمكن أن يمر عبر إصبع الروبوت، فلن يتعلم الروبوت أبداً القبضة الصحيحة. هل تعتقد أن المحاكاة الأفضل ستساعد الروبوتات أخيراً على إتقان الأعمال المنزلية الدقيقة؟
تقتصر هذه النتائج على المهام وأنواع الروبوتات التي جرى اختبارها في الدراسة. لم يوضح الباحثون بعد مدى كفاءة النموذج في التعامل مع بيئات فيزيائية جديدة تماماً أو مواد شديدة التعقيد.
المصدر: arXiv cs.RO