باحثون صينيون يطوّرون نظام ذكاء اصطناعي يعزّز قدرات الروبوتات المنزلية بدقة 87%

فنتيك جيت: منار أسامة

كشف باحثون في جامعة «Wuhan University» عن إطار جديد للذكاء الاصطناعي يهدف إلى تمكين الروبوتات البشرية من تنفيذ المهام المنزلية بكفاءة أعلى. من خلال تحسين قدرتها على الإمساك بالأجسام والتعامل معها بدقة غير مسبوقة.

ويحمل النظام اسم «RGMP»، وقد أظهرت التجارب أنه يرفع دقة التعامل مع الأشياء إلى 87%. مع تقليص الحاجة إلى البيانات التدريبية بمعدل يصل إلى خمسة أضعاف مقارنة بالأنظمة المعتمدة حاليًا.

كما يعتمد النظام على دمج التعلم الآلي بالاستدلال الهندسي، ما يتيح للروبوت فهم طبيعة الأجسام التي يتعامل معها واتخاذ القرار المناسب تلقائيًا. سواء كان ذلك بالتقاطها أو دفعها أو الضغط عليها، حتى في بيئات جديدة وغير مألوفة.

ويعتمد الإطار على مكونين رئيسيين، هما Geometric» «Skill Selector الذي يعمل على تحديد نوع الحركة الأنسب وفق شكل الجسم ومتطلبات المهمة. بطريقة تحاكي آلية التفكير البشري Adaptive Reasoning» «Graph Network الذي يمنح الروبوت القدرة على التعلم من عدد محدود جدًا من الأمثلة عبر تخزين الذاكرة المكانية وتحديثها أثناء التفاعل.

120 نموذجًا توضيحيًا

وخلال اختبارات أجريت على روبوت بشري أحد الزراع وآخر ثنائي الذراع مزوّد بكاميرات، باستخدام 120 نموذجًا توضيحيًا فقط. تفوق نظام «RGMP» على نماذج عالمية معروفة مثل «Diffusion Policy» و«OpenVLA» و«ResNet50».

كما أظهرت النتائج تحسّن دقة اختيار المهارات بنسبة وصلت إلى 25%، مع استقرار أكبر في تنفيذ الحركات المعقّدة. كما قدرة النظام على تحقيق أداء قوي باستخدام 40 مثالًا تدريبيًا فقط، مقارنة بـ200 مثال تحتاجها الأنظمة الأخرى.

ويرى الباحثون أن دمج التفكير الرمزي مع التعلّم العميق يمهّد الطريق لتطوير روبوتات أكثر ذكاءً واستقلالية في البيئات الحقيقية. مؤكدين أنهم يعملون حاليًا على نسخة مستقبلية من النظام قادرة على تعلّم مهمة جديدة من خلال مشاهدة مثال واحد فقط.

في هذا السياق، ومن ناحية أخرى، هناك العديد من الأخبار المرتبطة بالقطاع والتي يمكنك متابعتها: