كلب روبوتي يكتشف التضاريس الصعبة برشاقة الحيوانات دون تدريب

نجح باحثون في إنشاء إطار مستوحى من علم الأحياء يسمح بحركة رباعية الأرجل تتمتع بقدرة مذهلة على التكيف، مستوحى من حركة الحيوانات، لديه القدرة من خلال التنقل والمشي باستخدام الذاكرة الإجرائية، وتعديلات الحركة في الوقت الفعلي، والتغلب على قيود طرق التحكم الحالية.

ويوضح موقع الأيام المصرية خلال السطور التالية أهم ما جاء بخصوص نجاح باحثون في إنشاء إطار مستوحى من علم الأحياء يسمح بحركة رباعية الأرجل تتمتع بقدرة مذهلة على التكيف، مستوحى من حركة الحيوانات.

نموذج جامعة ليدز خاليًا من الأخطاء في التضاريس المعقدة

ويحقق نموذج فريق جامعة ليدز وجامعة كلية لندن نشرًا خاليًا من الأخطاء في التضاريس المعقدة ويستعيد الاستقرار على الأرض غير المستقرة دون الاعتماد على أجهزة استشعار فائقة الإدراك.

وبحسب الباحثين، فإن تطويره يسلط الضوء أيضًا على تعقيدات استراتيجيات حركة الحيوانات، مما يوضح كيف يمكن لأبحاث الميكانيكا الحيوية والروبوتات أن تتقدم مع بعضها البعض.

وبفضل القدرة المذهلة التي تتمتع بها الثدييات الرباعية الأرجل على الحركة، والتي تشكلت من خلال عوامل فطرية وبيئية، حققت الروبوتات الرباعية الأرجل تقدماً كبيراً في تطوير أطر الحركة المتقدمة.

وتعتمد غالبًا الأنظمة الحالية على DRL مع وحدات استشعار متعددة الطبقات (MLPs) مدربة على التنقل عبر تضاريس متنوعة، وتتميز هذه الأطر بالمتانة والتعامل مع الاضطرابات والقفز وعبور الأسطح القابلة للتشوه والتعافي من السقوط. 

وفي المقابل، تسلط أبحاث الميكانيكا الحيوية الضوء على أن الحيوانات تستخدم مشيات متنوعة، مثل الهرولة أو الجري لتحقيق الكفاءة، ومشيات متخصصة، مثل القفز لأداء مهام فريدة.

ووفقًا للباحثين، تنشأ القدرة على التكيف من ثلاث سمات رئيسية: استراتيجيات متقدمة لاختيار المشية، وذاكرة إجرائية للمشية للنشر السريع، وتعديلات دقيقة للحركة في ظروف غير اسمية، وفي حين أن بعض أساليب DRL تدرب على مشيات متعددة، وتفشل في دمج كل السمات في وقت واحد.

ويؤكد الفريق أن تعزيز أطر DRL بخصائص بيوميكانيكية عالية المستوى - كفاءة الطاقة، وتقليل العمل الميكانيكي، وتنسيق الجهاز العضلي الهيكلي - يمكن أن يسد هذه الفجوة، ويعزز قدرة الروبوت على التكيف والأداء في البيئات المعقدة.

وقام الباحثون باستخدام حركة الحيوانات، في تطوير إطار عمل يسمح للروبوتات بعبور التضاريس المعقدة عالية الخطورة دون الحاجة إلى أجهزة استشعار فائقة الإدراك أو التدريب على التضاريس الوعرة.

ويؤكد الفريق أنه بدون βL، يعاني الروبوت من عدم استقرار وفشل أكبر، على غرار الطريقة التي يؤدي بها إزالة المخيخ من حيوان إلى إضعاف تنسيق الأطراف واستقرارها، حيث يؤكد أن βL يمثل فعليًا ذاكرة إجرائية للمشي الزائف.

ويعمل مكون πuniG في الإطار على تعزيز القدرة على التكيف من خلال تمكين استراتيجيات اختيار المشية المثلى، على غرار الحيوانات، وحتى على الأسطح ذات التغيرات الهيكلية أو احتكاكية مفاجئة - وهي المواقف التي تتعثر فيها الروبوتات القائمة على الرؤية بشكل متكرر فإنه يحتفظ بالاستقرار.

وجدير بالذكر أن قوى المحرك الهيكلي لوحظ أنها تشير إلى عدم الاستقرار، مما يتحدى التفسيرات السابقة، وعلى الرغم من أن مقاييس الميكانيكا الحيوية تم اختبارها فقط على الحيوانات التي تتحرك خطيًا على أرض مستوية، فقد نجح πuniG في تطبيق هذه المقاييس عبر تضاريس وسرعات متنوعة.