روبوتات بشرية تتعلم التنبؤ بموقع الكرة حتى عند فقدانها بصرياً. طوّر باحثون في الصين نظامًا جديدًا للروبوتات البشرية. ويمنح النظام الروبوت قدرة أفضل على لعب كرة القدم. والأهم أنه يساعده على تقدير موقع الكرة حتى عندما تختفي مؤقتًا عن الكاميرا. ونُشرت الدراسة في مجلة Science Robotics. وأجراها فريق من جامعة تسينغهوا بالتعاون مع باحثين من مؤسسات أخرى. الروبوت لا يعتمد على الصورة الحالية فقط عادةً تحتاج الروبوتات إلى رؤية الكرة بشكل مباشر. لكن هذا الأمر لا يحدث دائمًا في المباريات. قد يحجب لاعب آخر الكرة. وقد تخرج الكرة للحظات من مجال الكاميرا. كما يمكن أن تتأثر الرؤية بالحركة السريعة أو الضوضاء البصرية. لذلك صمم الباحثون نظامًا يتعامل مع هذه المشكلة. الفكرة تعتمد على تحليل سلسلة من المشاهد السابقة. وبذلك يستطيع الروبوت الاستفادة من حركة الكرة السابقة لتقدير موقعها المحتمل. الذكاء الاصطناعي يتعلم من المعلومات الناقصة استخدم الفريق إطارًا يعتمد على التعلم المعزز. كما جمع الباحثون بين الرؤية والتحكم الحركي داخل نظام واحد. وخلال التدريب، عرّضوا النموذج لمشكلات تشبه الواقع. وشملت هذه المشكلات ضوضاء المستشعرات وفشل اكتشاف الكرة. بهذه الطريقة، يتعلم الروبوت ألا يتوقف بمجرد فقدان الكرة بصريًا. بل يحاول استنتاج حالتها ومواصلة الحركة. من البحث الافتراضي إلى الروبوت الحقيقي جرى تدريب النظام في بيئة محاكاة. ثم نُقل إلى روبوت بشري حقيقي من طراز Booster T1. وتمكن الروبوت باستخدام كاميرته الموجودة على متن جسمه من البحث عن الكرة وملاحقتها وتسديدها. كما اختبر الباحثون النظام في بيئات وسيناريوهات مختلفة. وشملت التجارب مشاركات في منافسات RoboCup الحقيقية. تحسن واضح في تقدير موقع الكرة أظهرت النتائج انخفاض خطأ تقدير موقع الكرة بنسبة 46%. كما انخفض الوقت اللازم للوصول إلى التسديد بنسبة تصل إلى 64%. ووصلت نسبة نجاح التسديد إلى نحو 90% عندما كانت الكرة أمام الروبوت. وتشير النتائج إلى أن ربط الرؤية بالحركة مباشرة يمكن أن يجعل استجابة الروبوت أسرع وأكثر تماسكًا. لماذا يمثل ذلك تقدمًا مهمًا؟ كرة القدم بيئة صعبة بالنسبة للروبوت. فالكرة تتحرك بسرعة. كما تتغير البيئة باستمرار. وقد يتعرض الروبوت نفسه للدفع أو يفقد توازنه. لذلك لا يكفي اكتشاف الكرة في صورة واحدة. الروبوت يحتاج إلى فهم الحركة وتوقع ما سيحدث بعدها. وهنا تظهر أهمية النظام الجديد. فهو لا يتعامل مع الرؤية باعتبارها صورة منفصلة. بل يستخدم المعلومات السابقة لاتخاذ قرار حركي مستمر. خطوة نحو روبوتات أكثر استقلالًا لا تقتصر أهمية هذا البحث على كرة القدم. فالقدرة على التعامل مع المعلومات الناقصة مهمة لأي روبوت يعمل في العالم الحقيقي. وقد يحتاج الروبوت مستقبلًا إلى البحث عن جسم اختفى خلف حاجز. أو تقدير موقع شخص خرج مؤقتًا من مجال رؤيته. لذلك يرى الباحثون أن دمج الإدراك البصري مع التحكم الحركي قد يساعد في بناء روبوتات أكثر قدرة على التكيف. وفي كرة القدم تحديدًا، قد يكون الروبوت القادم قادرًا على رؤية الملعب وفهم حركة الكرة والتصرف بسرعة، حتى عندما لا تكون الكرة أمام عينيه مباشرة. الكلاميدوموناس.. الكائن الصغير الذي قاد إلى ثورة في علوم المخ والأعصاب برنامج أخبار بالذكاء الاصطناعي يثير غضب الأوساط الإعلامية في الأرجنتين هل تفوّق الذكاء الاصطناعي على التغير المناخي في تهديد البشرية بالفناء؟ ليزرات في السماء.. تقنية جديدة لإعادة شحن الطائرات المسيَّرة أثناء الطيران
طوّر باحثون فيالصيننظامًا جديدًا للروبوتات البشرية.
ويمنح النظام الروبوت قدرة أفضل على لعب كرة القدم.
والأهم أنه يساعده على تقدير موقع الكرة حتى عندما تختفي مؤقتًا عن الكاميرا.
ونُشرت الدراسة فيمجلةScience Robotics.
وأجراها فريق منجامعة تسينغهوابالتعاون مع باحثين من مؤسسات أخرى.
الروبوت لا يعتمد على الصورة الحالية فقط
عادةً تحتاج الروبوتات إلى رؤية الكرة بشكل مباشر.
لكن هذا الأمر لا يحدث دائمًا في المباريات.
قد يحجب لاعب آخر الكرة.
وقد تخرج الكرة للحظات من مجال الكاميرا.
كما يمكن أن تتأثر الرؤية بالحركة السريعة أو الضوضاء البصرية.
لذلك صمم الباحثون نظامًا يتعامل مع هذه المشكلة.
الفكرة تعتمد على تحليل سلسلة من المشاهد السابقة.
وبذلك يستطيع الروبوت الاستفادة من حركة الكرة السابقة لتقدير موقعها المحتمل.
الذكاء الاصطناعي يتعلم من المعلومات الناقصة
استخدم الفريق إطارًا يعتمد علىالتعلم المعزز.
كما جمع الباحثون بين الرؤية والتحكم الحركي داخل نظام واحد.
وخلال التدريب، عرّضوا النموذج لمشكلات تشبه الواقع.
وشملت هذه المشكلات ضوضاء المستشعرات وفشل اكتشاف الكرة.
بهذه الطريقة، يتعلم الروبوت ألا يتوقف بمجرد فقدان الكرة بصريًا.
بل يحاول استنتاج حالتها ومواصلة الحركة.
من البحث الافتراضي إلى الروبوت الحقيقي
جرى تدريب النظام في بيئة محاكاة.
ثم نُقل إلى روبوت بشري حقيقي من طرازBooster T1.
وتمكن الروبوت باستخدام كاميرته الموجودة على متن جسمه من البحث عن الكرة وملاحقتها وتسديدها.
كما اختبر الباحثون النظام في بيئات وسيناريوهات مختلفة.
وشملت التجارب مشاركات في منافساتRoboCupالحقيقية.
تحسن واضح في تقدير موقع الكرة
أظهرت النتائج انخفاض خطأ تقدير موقع الكرة بنسبة46%.
كما انخفض الوقت اللازم للوصول إلى التسديد بنسبة تصل إلى64%.
ووصلت نسبة نجاح التسديد إلى نحو90%عندما كانت الكرة أمام الروبوت.
وتشير النتائج إلى أن ربط الرؤية بالحركة مباشرة يمكن أن يجعل استجابة الروبوت أسرع وأكثر تماسكًا.
لماذا يمثل ذلك تقدمًا مهمًا؟
كرة القدم بيئة صعبة بالنسبة للروبوت.
فالكرة تتحرك بسرعة.
كما تتغير البيئة باستمرار.
وقد يتعرض الروبوت نفسه للدفع أو يفقد توازنه.
لذلك لا يكفي اكتشاف الكرة في صورة واحدة.
الروبوت يحتاج إلى فهم الحركة وتوقع ما سيحدث بعدها.
وهنا تظهر أهمية النظام الجديد.
فهو لا يتعامل مع الرؤية باعتبارها صورة منفصلة.
بل يستخدم المعلومات السابقة لاتخاذ قرار حركي مستمر.
خطوة نحو روبوتات أكثر استقلالًا
لا تقتصر أهمية هذا البحث على كرة القدم.
فالقدرة على التعامل مع المعلومات الناقصة مهمة لأي روبوت يعمل في العالم الحقيقي.
وقد يحتاج الروبوت مستقبلًا إلى البحث عن جسم اختفى خلف حاجز.
أو تقدير موقع شخص خرج مؤقتًا من مجال رؤيته.
لذلك يرى الباحثون أن دمج الإدراك البصري مع التحكم الحركي قد يساعد في بناء روبوتات أكثر قدرة على التكيف.
وفي كرة القدم تحديدًا، قد يكون الروبوت القادم قادرًا على رؤية الملعب وفهم حركة الكرة والتصرف بسرعة، حتى عندما لا تكون الكرة أمام عينيه مباشرة.
الكلاميدوموناس.. الكائن الصغير الذي قاد إلى ثورة في علوم المخ والأعصاب
برنامج أخبار بالذكاء الاصطناعي يثير غضب الأوساط الإعلامية في الأرجنتين
هل تفوّق الذكاء الاصطناعي على التغير المناخي في تهديد البشرية بالفناء؟
ليزرات في السماء.. تقنية جديدة لإعادة شحن الطائرات المسيَّرة أثناء الطيران
