بقلم: نور | محررة الأبحاث والدراسات · صوت تحريري بإشراف بشري
المشكلة التي أعاقت الروبوتات الآدمية لسنوات ليست في المشي ولا في الإمساك بالأشياء، بل في الجمع بينهما. حتى الآن، كانت معظم الأنظمة تعمل بمنطق “توقف ثم افعل”: يمشي الروبوت إلى الهدف، يتوقف، يُحكم قبضته، ثم يعاود التحرك. باحثون من جامعات عدة قدّموا CoorDex، خط تعلم آلي يكسر هذا النمط ويُتيح لروبوت آدمي التلاعب بالأشياء بأصابع متعددة الدرجات الحرية دون توقف.
المشكلة التقنية التي يعالجها CoorDex أعمق من مجرد التوقيت. التحكم في جسم الروبوت الكامل وفي يد دقيقة بعشرين درجة حرية في آنٍ واحد يعني التعامل مع فضاء إجراءات هائل الأبعاد، ومكافآت تدريب متضاربة، وتواصل حركي يجب أن يبقى طبيعياً. الحلول السابقة اختصرت هذا التعقيد بمحركات نهاية ذات درجات حرية منخفضة تعمل كـ”افتح أو أغلق” فحسب، وهو ما يجعلها عاجزة عن مهام تتطلب لمساً دقيقاً بالأصابع.
الفكرة المحورية في CoorDex هي تحويل هذا الفضاء الضخم إلى فضاء كامن منخفض الأبعاد قبل أن يبدأ التعلم التعزيزي. (وفقاً لأوراق البحث على arXiv) يبدأ النظام بتدريب معلّمَين منفصلَين للتتبع الحركي المُميّز: أحدهما للجسم كله، والآخر لليد الدقيقة، وكلاهما يعمل من عروض توضيحية محاكاة للحركة الكاملة. بعد ذلك يُقطّر كل معلم في “سابقة كامنة” مشروطة بحساسية الملكية الذاتية (proprioception)، ثم تُجمَّد هذه السابقات وتُستخدم كفضاء للإجراءات في مرحلة التعلم التعزيزي اللاحقة.
الجزء الأكثر أهمية هو بنية “السياسة الكامنة المتبقية المنسقة”. بدلاً من نموذج متجانس واحد يتنبأ بكل شيء، يشترك الجسم واليد في سياق المهمة ذاته، لكن كل منهما يحتفظ برأس متبقٍّ منفصل. هذا يعني أن الروبوت يحافظ على حركة الجسم الطبيعية بينما يُحسّن موثوقية التلامس على مستوى الأصابع بصورة مستقلة. الشبكتان لا تتجاهلان بعضهما ولا تتنافسان على تدرجات التحسين ذاتها.
اختُبر النظام على روبوت Unitree G1 المزوّد بيد WUJI ذات عشرين درجة حرية، وهو ما يجعل هذا التجسيد أحد أعلى أنظمة الأصابع تعقيداً في بحوث الروبوتات الآدمية المنشورة. المهام التي نُفِّذت دون توقف شملت: الإمساك بزجاجة وحملها، وفتح باب الثلاجة أثناء التنقل، والإمساك بمكعب وتدويره. كل هذه المهام تستلزم لمساً دقيقاً وتنسيقاً بين حركة الجسم وردود الفعل اللمسية للأصابع في الوقت الحقيقي.
أبرز ما كشفته تجارب الإلغاء (ablations) على مهمة “المشي-الإمساك-الحمل” هو أن ثلاثة مناهج بديلة فشلت تحت نفس ميزانية المكافأة: التحسين المتقرب للسياسة في فضاء المفاصل المباشر (joint-space PPO)، والتحكم في اليد من فضاء المفاصل مباشرة، والتنبؤ الأحادي الكامن غير المقسّم. (وفقاً لورقة البحث على arXiv) هذا يؤكد أن واجهة السابقات الكامنة والبنية المتبقية المنسقة ليستا مجرد تحسين هندسي، بل شرط ضروري لجعل التعلم قابلاً للتقارب أصلاً.
ما يُميّز هذا البحث عن كثير من أوراق الروبوتات الآدمية المنشورة هذا العام هو التوازن بين الطموح المنهجي والاختبار العملي. كثيراً ما تُقدّم هذه الأبحاث خوارزميات أنيقة لكنها تُختبر على مهام مبسّطة، في حين أن فتح الثلاجة أثناء المشي وتدوير مكعب بأصابع متعددة الحلقات يقترب من متطلبات الاستخدام الحقيقي في بيئات منزلية أو صناعية. الفجوة المتبقية هي الانتقال من المحاكاة وبيئات التحكم إلى الفوضى الحقيقية للعالم المفتوح، وهو تحدٍّ لا تحلّه أي ورقة بمفردها.
