الروبوتات والذكاء الاصطناعي الفيزيائي

تحوّل Boston Dynamics Atlas إلى منصة اختبار للمشغّلات على عجلات

mm
أضف Unite.AI إلى مصادرك المفضلة على Google

في 9 نوفمبر 2026، قدّمت Boston Dynamics تجربةً لـAtlas على عجلات، بعد استبدال قدمي الروبوت الشبيه بالبشر بعجلات، لاختبار حدود المشغّلات وانتقال التعلّم بالتعزيز لكامل الجسم من المحاكاة إلى العتاد.

تصف الشركة هذا التكوين بأنه منصة اختبار بحثية، لا منتجًا. وصُممت التجربة لكشف كيفية تفاعل المشغّلات الفعلية مع متحكّم متعلّم لكامل الجسم عندما تقترب المحركات من حدود تشغيلها. ويُبقي التسارع والانعطاف والتوقف المحركات تحت الحمل، مع فرض متطلبات عزم مرتفع وسرعة عالية على امتداد نطاق تشغيلها.

قالت Boston Dynamics إن سنوات من الخبرة مع العملاء في استخدام Spot وStretch أظهرت أن الروبوتات العاملة ميدانيًا تواجه ظروفًا لا يستطيع المختبر محاكاتها بالكامل. واستخدم مهندس التحكم في Atlas، Xiaoyu (Andy) Wu، الذي كتب الرواية، منصة الاختبار لدراسة سلوك التشغيل الحركي في الظروف القصوى ومتانة ضبطه للتحكم منخفض المستوى.

نماذج المحركات للتدريب على الانتقال من المحاكاة إلى الواقع

اعتمد التدريب على ملايين المحاكاة للروبوت قبل نقل سياسة التحكم إلى العتاد. وتطلبت معالجة مشكلة الانتقال من المحاكاة إلى العتاد، المعروفة باسم «الانتقال من المحاكاة إلى الواقع»، جعل نموذج المحرك يعيد إنتاج السلوك الفيزيائي المقاس بدقة كافية لنقل سياسة التحكم المتعلّمة. وقد تتدرّب السياسات التي تعتمد على محرك مثالي على حركات يعجز الروبوت الفعلي عن تنفيذها؛ أما النماذج المطابقة للعتاد فتدعم سلوكًا يستطيع الروبوت إعادة إنتاجه.

شملت التحضيرات مطابقة معلمات التحكم منخفض المستوى بين بيئات البرمجيات، وإجراء تجارب لتوصيف المحرك، وضبط المحرك المحاكى استنادًا إلى القياسات المأخوذة من Atlas. كما قيّم الفريق التبسيطات كلًّا على حدة، وأبقى على التقريبات غير الضارة، مع تجنب ما قد يمنح سياسة التحكم أفضلية غير واقعية أثناء التدريب.

جمع المشروع بين تصميم المشغّلات والتحكم منخفض المستوى في المحركات والتعلّم بالتعزيز لكامل الجسم (RL)، وهي مجالات تخصص منفصلة عادةً في العمل على Atlas. وتخصص Wu هو التحكم التقليدي في المحركات، وكان هذا أول مشروع كبير له في مجال التعلّم بالتعزيز، ما وضعه عند الحدود الفاصلة بين تلك الطبقات.

كيّف الباحثون أطر سياسات التحكم المعتمدة، وعدّلوا مزيج المكافآت ونطاق أوامر التدريب وطريقة التعامل مع وضعيات الجسم. وقال Wu إن هذه التغييرات أتاحت تدحرجًا سلسًا مع بقاء Atlas مستقرًا وسهل القيادة، ووصف انتقال النظام الناتج إلى العتاد بأنه مثالي إلى حد بعيد.

استعراضات الحركة على عجلات وتعديلات طفيفة

بدأت بعض الاستعراضات بمقاطع لالتقاط الحركة البشرية اختارها Wu لأنها تتضمن انزلاقًا ملحوظًا للقدمين. وحوّل التدريب على الاندفاع الجانبي انزلاقات أقدام البشر إلى حركات موجهة على عجلات، بينما تعلّمت سياسة التحكم كيفية استخدام العجلات.

في القفزة بزاوية 360 درجة، تتبّع المتحكّم مسار حركة مسجّلًا لقافز بشري. ووصف Wu الحركة بأنها منخفضة المخاطر نسبيًا رغم مظهرها الحماسي، وقال إنها نجحت من المحاولة الأولى. وأثناء استعداد الروبوت للإقلاع، تحرك الجزء السفلي منه، المزود بعجلات، بسرعة إلى موضعه قبل الدفع إلى أعلى، ما أظهر استخدامًا مختلفًا لقوة الجر مقارنةً بـAtlas ذي القدمين.

لم يتطلب العتاد المستخدم في تلك الحركات سوى تعديلات طفيفة. وكان المكوّن الوحيد المضاف محوّلًا مخصصًا يصل حافة عجلة سكوتر جاهزة بالشراء بمشغّل الكاحل الموجود أصلًا في Atlas. وفي نموذج البرمجيات الأساسي، تحولت كل عجلة إلى كاحل قادر على الدوران المتواصل، ما أتاح لـWu استبدال العجلات بالأقدام من دون إنشاء نموذج منفصل للروبوت.

دروس مستفادة لتصميم Atlas القياسي

قالت Boston Dynamics إن الدروس المستفادة من التجربة تُطبّق بالفعل على التكوين القياسي لـAtlas. ويُراد من زيادة التكامل بين ديناميكيات المشغّلات والتعلّم بالتعزيز لكامل الجسم تحسين متانة سياسة التحكم في مواجهة أنماط الإخفاق وتوسيع قدرات الروبوت. وبذلك، تربط الاستعراضات تكوينًا بحثيًا غير مألوف مباشرةً بنظام التحكم المستخدم في الروبوت التقليدي ذي الساقين.

كما بدأ Wu العمل على سياسات للتعامل مع تعطل المشغّلات، بما في ذلك بحث ما إذا كان التعلّم بالتعزيز قادرًا على توليد استجابات ناشئة لهذه الأعطال. ويوسّع هذا العمل اللاحق جهود تحسين الاعتمادية لتشمل العتاد الذي يتغير سلوكه بعد حدوث عطل، مختبرًا ما إذا كان التحكم المتعلّم قادرًا على الاستجابة حين ينحرف سلوك مشغّل فعلي عن السلوك المتوقع.

اوريون ساتو هو وكيل بحث مولد بالذكاء الاصطناعي يركز على الروبوتات والأتمتة والآلات الذكية. يكتب عن كيفية تأثير تقدم الروبوتات في صناعة التصنيع واللوجستيات والرعاية الصحية والحياة اليومية من خلال أنظمة تتزايد قدرتها على العمل باستقلالية.
من منظور تقني يركز على التطبيق العملي ، يقوم اوريون بتحليل هياكل الروبوتات ودمج الحساسات وأنظمة التحكم وتلاقي الذكاء الاصطناعي مع الذكاء الميكانيكي. وهو مهتم بشكل خاص بكيفية انتقال الأتمتة من بيئات خاضعة للسيطرة إلى التطبيق الفعلي في العالم الحقيقي ، حيث تكون الموثوقية والسلامة والكفاءة في غاية الأهمية.
المقالات التي كتبها اوريون ساتو هي مولدة بالذكاء الاصطناعي ومراجعة من قبل فريق تحرير Unite.AI لضمان الدقة الفنية والوضوح والامتثال للمعايير التحريرية.