الانتقال من هاتف ذكي إلى آخر هو في الغالب إجراء سلس. تقوم بتسجيل الدخول إلى حساباتك وتطبيقاتك، ويجب أن تتم مزامنة التفضيلات وجهات الاتصال مع الجهاز الجديد. لكن في عالم الروبوتات، كان استبدال ذراع روبوت قديم بنموذج أحدث يعني إعداد كل شيء من الصفر - حتى الآن.

لإصلاح ذلك، طور فريق من الباحثين في المعهد الفيدرالي السويسري للتكنولوجيا في لوزان (EPFL) ما يسمونه الذكاء الحركي، وهو إطار يجعل تبديل الروبوتات يعمل أشبه بتبديل الهواتف الذكية. يصفون نظامهم في ورقة بحثية حديثة في مجلة Science Robotics.

لسنوات، عمل علماء الروبوتات على جعل الروبوتات تتعلم من خلال العرض - تعليمها مهارات جديدة بإظهار ما يجب فعله، بدلاً من كتابة سطور من الأكواد. الفكرة هي التحكم عن بعد أو توجيه ذراع الروبوت جسديًا لتعليمه مهمة مثل مسح طاولة، أو تكديس صناديق، أو لحام مكون سيارة. المشكلة هي أن معظم هذه المهارات المُعلَّمة تنتهي مرتبطة بالروبوت المحدد الذي تم التدريب عليه.

لكن الروبوتات تتقدم بسرعة. "الروبوتات لها تصاميم مختلفة، وفي الوقت الحالي هناك تصاميم جديدة تُقترح - وهذا يجلب مجموعة من التحديات الخاصة به"، قال Sthithpragya Gupta، عالم روبوتات في EPFL والمؤلف الرئيسي للدراسة. إذا كان للروبوت الجديد وصلات أطول قليلاً، أو اتجاه مفصل مختلف، أو تكوين أكثر تعقيدًا، فإن السلوك المُتعلَّم ينهار فورًا وسيحاول الروبوت الجديد على الأرجح التخبط أو التجميد أو الاصطدام إذا حاول تنفيذه.

"مع التصاميم الجديدة تأتي قدرات وقيود مختلفة"، قال Durgesh Haribhau Salunkhe، عالم روبوتات في EPFL ومؤلف مشارك في الدراسة. "المشكلة هي التكيف مع هذه القيود والقدرات - لتكرار الإجراءات التي أظهرها الإنسان بأمانة." اليوم، القفز من جسم روبوت إلى آخر يعني عادة البدء من الصفر وإعادة تدريب النظام بأكمله.

عندما يتحرك روبوت عبر الفضاء لإكمال مهمة، يجب عليه حساب كيفية ثني مفاصله باستمرار للحفاظ على المؤثر النهائي (المكافئ الروبوتي لليد) على المسار الصحيح. على الروبوت تجنب الوصول إلى حد فيزيائي، أو الأسوأ من ذلك، التفرد، وهو في الروبوتات منطقة خطر رياضية: تكوين فيزيائي حيث تصطف مفاصل الروبوت بطريقة تفقد مؤقتًا درجة من الحرية. "في مثل هذه المواقف، قد تصبح حركة الروبوت غير مستقرة أو قد تفقد السيطرة على الروبوت"، قال Gupta.

بالمصطلحات البشرية، يعمل هذا تقريبًا مثل قفل المرفقين عندما يتم فردهما بالكامل عند دفع شيء ثقيل، مما يجعل الذراعين غير قادرتين على أداء حركات جانبية للحظة.

نقل المهارات من روبوت إلى آخر صعب لأن الروبوتات ذات الهياكل المختلفة عادة ما يكون لها طوبولوجيا مختلفة من التفردات. عندما يتبع خوارزمية الروبوت مسارًا أعمى ويصطدم بتفرد، فإن الرياضيات التي تتحكم في مفاصله ستفشل. قد يحاول الروبوت تدوير مفصل بسرعة لا نهائية، على سبيل المثال، مما يؤدي إلى حركة مفاجئة وغير آمنة. حل فريق Gupta هذه المشكلة بإعطاء الروبوتات وعيًا رياضيًا فطريًا عميقًا بقيودها الفيزيائية الخاصة. هذا الذكاء الحركي، كما يسمونه، يسمح للمستخدم بعرض مهارة مرة واحدة فقط، وتنفيذها بأمان بواسطة روبوت مختلف تمامًا.

وبشكل مدهش (في هذه الأيام)، تم بناء الذكاء الحركي بطريقة خالية من الذكاء الاصطناعي.

تقليديًا، تعامل المهندسون مع التفردات من خلال إصلاحات برمجية. بنوا نماذج عكسية، معادلات رياضية معقدة تعمل بشكل عكسي من الموضع المستهدف للمؤثر النهائي للروبوت لرسم جميع أوضاع المفاصل المطلوبة للوصول إليه. ثم، أضافوا مرشحات أمان أو تصحيحات لمنع الروبوت من الوقوع في المشاكل.

بعض الأساليب الأحدث المعتمدة على البيانات والذكاء الاصطناعي تتطلب جهدًا وخبرة أقل ولكنها تتطلب الوصول إلى كل روبوت سيتم استخدام برنامج التحكم عليه خلال مرحلة التدريب. "أيضًا، هناك هذه الطبيعة الاحتمالية أو الصندوق الأسود للذكاء الاصطناعي حيث يمكنه فعل شيء"