روبوت خودمختار يفتح الأبواب ويشحن نفسه

فريق من طلاب الهندسة في جامعة سينسيناتي يبني روبوتًا خودمختارًا يمكنه فتح أبوابه بنفسه وfinding أقرب مقبس كهربائي على الحائط، مما يتيح له الشحن بدون مساعدة بشرية.

نشرت الدراسة الجديدة في مجلة IEEE Access.

الأبواب – كريبتونيت الروبوت

أحد أكبر العقبات أمام الروبوتات هي الأبواب.

أو ما هو أستاذ الهندسة الفضائية في جامعة سينسيناتي.

“يمكن للروبوتات القيام بالعديد من الأشياء، ولكن إذا كنت تريد واحدة لفتح بابها بنفسها والمرور من خلال المدخل، فهذا تحدي هائل،” قال ما.

كان الفريق قادرًا على التغلب على هذه المشكلة في المحاكاة الرقمية ثلاثية الأبعاد، وهي خطوة كبيرة إلى الأمام للروبوتات المساعدة. هذه الروبوتات يمكن أن تشمل تلك التي تكنس وتعقم المباني المكتبية والمطارات والمنشآت الصحية. وهي تشكل جزءًا كبيرًا من صناعة الروبوتات البالغة قيمتها 27 مليار دولار.

يوفينغ صن هو المؤلف الرئيسي للدراسة وطالب دكتوراه في كلية الهندسة والعلوم التطبيقية بجامعة سينسيناتي.

وفقًا لصن، عمل بعض الباحثين حول هذه المشكلة من خلال مسح الغرفة بأكملها لإنشاء نموذج رقمي ثلاثي الأبعاد، مما يتيح للروبوت تحديد موقع الباب. ومع ذلك، هذه هي حلول وقتية فقط قابلة للتطبيق على الغرفة الممسوحة.

هناك العديد من التحديات لتطوير روبوت خودمختار لفتح باب بنفسه. أولاً، تأتي الأبواب بألوان وأحجام مختلفة، ولها مقابض مختلفة يمكن أن تكون أقل أو أعلى. كما يتعين على الروبوتات معرفة مقدار القوة التي يجب استخدامها لفتح الأبواب لتغلب على المقاومة. منذ أن تكون العديد من الأبواب العامة ذات إغلاق خودي، يمكن للروبوت أن يفقد قبضته ويتعين عليه البدء مرة أخرى.

https://www.youtube.com/watch?v=O_FV47hIRus

استخدام التعلم الآلي

من خلال استخدام التعلم الآلي، تمكنت طلاب جامعة سينسيناتي من تمكين الروبوت من “تعليم” نفسه كيف يفتح بابًا من خلال التجربة والخطأ. هذا يعني أن الروبوت يصحح أخطاءه أثناء سيره، وتساعده المحاكاة على الاستعداد للمهمة الفعلية.

“يحتاج الروبوت إلى بيانات كافية أو “تجارب” لمساعدته على التدريب،” قال صن. “هذا هو تحد كبير للعديد من تطبيقات الروبوتات التي تستخدم نهجًا قائمًا على الذكاء الاصطناعي لتحقيق مهام العالم الحقيقي.”

现在، صن وطالب الماجستير سام كينج يحولان الدراسة الناجحة إلى روبوت حقيقي.

“التحدي هو كيفية نقل هذه السياسة التحكمية المكتسبة من المحاكاة إلى الواقع، والتي يشار إليها أحيانًا باسم “مشكلة Sim2Real”،” قال صن.

وتحدٍ آخر هو أن المحاكاة الرقمية عادة ما تكون ناجحة بنسبة 60٪ إلى 70٪ فقط في التطبيقات الحقيقية الأولية، لذلك يخطط صن لتقضية عام على الأقل لتحسين نظام الروبوتات الذكية الجديد.