الروبوتات
يعثر الروبوت المستقل على الأبواب ويفتحها أثناء إعادة شحن نفسه
يقوم فريق من طلاب الهندسة بجامعة سينسيناتي ببناء روبوت مستقل يمكنه فتح أبوابه الخاصة والعثور على أقرب مقبس كهربائي للجدار ، مما يمكّنه من إعادة الشحن دون مساعدة بشرية.
نُشرت الدراسة الجديدة في المجلة وصول IEEE.
الأبواب - كريبتونيت للروبوت
الأبواب هي إحدى أكبر العوائق التي تواجه الروبوتات.
أو ما هو أستاذ هندسة الطيران بجامعة سينسيناتي.
قال ما: "يمكن للروبوتات أن تفعل أشياء كثيرة ، ولكن إذا كنت تريد أن يفتح المرء الباب بمفرده ويمر عبر المدخل ، فهذا تحدٍ هائل".
تمكن الفريق من التغلب على هذه المشكلة في المحاكاة الرقمية ثلاثية الأبعاد ، وهي خطوة كبيرة للأمام بالنسبة للروبوتات المساعدة. يمكن أن تشمل هذه الروبوتات تلك التي تقوم بتفريغ وتطهير مباني المكاتب والمطارات والمستشفيات. إنهم يشكلون جزءًا كبيرًا من صناعة الروبوتات البالغة 27 مليار دولار.
يوفينج صن هو المؤلف الرئيسي للدراسة وطالب دكتوراه في كلية الهندسة والعلوم التطبيقية بجامعة كاليفورنيا.
وفقًا لـ Sun ، عمل بعض الباحثين على حل هذه المشكلة عن طريق مسح غرفة بأكملها لإنشاء نموذج رقمي ثلاثي الأبعاد ، والذي يمكن الروبوت من تحديد موقع الباب. ومع ذلك ، يعد هذا حلاً مستهلكًا للوقت ولا ينطبق إلا على الغرفة التي يتم مسحها ضوئيًا.
هناك العديد من التحديات لتطوير روبوت مستقل لفتح الباب بنفسه. أولاً ، تأتي بألوان وأحجام مختلفة ، ولها مقابض مختلفة يمكن أن تكون أقل أو أعلى. يُطلب من الروبوتات أيضًا معرفة مقدار القوة التي يجب استخدامها لفتح الأبواب للتغلب على المقاومة. نظرًا لأن العديد من الأبواب العامة تغلق ذاتيًا ، فقد يفقد الروبوت قبضته ويطلب منه البدء من جديد.
استخدام التعلم الآلي
من خلال استخدام التعلم الآلي ، مكّن طلاب جامعة كاليفورنيا الروبوت من "تعليم" نفسه كيفية فتح الباب من خلال التجربة والخطأ. هذا يعني أن الروبوت يصحح أخطائه أثناء تقدمه ، وتساعده عمليات المحاكاة في الاستعداد للمهمة الفعلية.
قال سون: "يحتاج الروبوت إلى بيانات أو" خبرات "كافية للمساعدة في تدريبه. "هذا تحد كبير للتطبيقات الروبوتية الأخرى التي تستخدم الأساليب القائمة على الذكاء الاصطناعي لإنجاز مهام العالم الحقيقي."
يقوم سام كينج ، طالب الماجستير في صن وجامعة كاليفورنيا ، بتحويل دراسة المحاكاة الناجحة إلى روبوت حقيقي.
قال صن: "التحدي هو كيفية نقل سياسة التحكم المكتسبة هذه من المحاكاة إلى الواقع ، والتي يشار إليها غالبًا بمشكلة" Sim2Real "".
التحدي الآخر هو أن المحاكاة الرقمية عادة ما تكون ناجحة بنسبة 60٪ إلى 70٪ فقط في تطبيقات العالم الحقيقي الأولية ، لذا تخطط Sun لقضاء عام على الأقل في إتقان نظام الروبوتات الجديد المستقل.
