يعلّم FLEX الروبوتات التعميم انطلاقًا من التصحيحات البشرية

طوّر باحثون من MIT وجامعة نيويورك نظام FLEX، الذي يستخدم التصحيحات الحوارية لمراجعة السمات البيئية التي توجّه حركات الروبوت. أعلن MIT عن هذا العمل في 9 نوفمبر 2026، قبل عرضه في مؤتمر التعلّم الآلي للروبوتات في نوفمبر 2026.

يعالج FLEX أحد أوجه القصور في الروبوتات الموجّهة باللغة: فإخبار روبوت يحمل القهوة بألا يسكبها على حاسوب محمول قد يؤدي إلى إضافة ذلك الجهاز إلى قائمة العوائق، من دون أن يوضح سبب أهميته. يستنتج النظام تفضيلًا أوسع نطاقًا لتجنّب الأجهزة الإلكترونية، فيعدّل الذراع المحاكى مساره لتفادي الحاسوب المحمول والهاتف القريب منه، من دون الحاجة إلى تعليمات منفصلة خاصة بالهاتف.

تحرير ما يتتبعه الروبوت

تسمّي الورقة البحثية النظام FLEX، اختصارًا لـ«مسار تحرير السمات المرن». وهو يفصل بين تحديد السمات وتحسين المكافأة: فالتصحيحات اللغوية تحدد الخصائص القابلة للقياس في المشهد التي تكتسب أهمية، بينما تحدد العروض التوضيحية مدى تأثير تلك الخصائص في المسار. ويستهدف هذا التقسيم التمثيلات الناقصة، أو المحددة بإفراط بما يضم سمات غير ذات صلة، أو المجردة على مستوى غير مناسب.

يمر كل تصحيح بمراحل ADD وGENERALIZE وMASK. تتحقق ADD مما إذا كانت السمات الحالية تفسّر التصحيح؛ وإذا لم تكن كذلك، يقترح نموذج لغوي سمة مفقودة ويولّد شيفرة لحسابها. تستبدل GENERALIZE سمة مفرطة في التحديد بأخرى ترتبط بالقصد المستنتج. وفي مثال MIT المتعلق بكرة البولينغ، يتحول قيد خاص بالأكواب إلى تجنّب الأغراض القابلة للكسر. أما MASK فتحذف السمات التي لم تعد ذات صلة.

يضمن تشغيل MASK أخيرًا تطبيق قرارات تحديد الصلة على السمات بعد تعميمها. استخدمت التجارب GPT-4o، وأفاد MIT بأن التفاعل الكامل، المؤلف من الخطوات الثلاث، يستغرق نحو خمس ثوانٍ.

ربطت أندريا بوبو، التي قادت الدراسة وترأس مختبر التعلّم التعاوني والاستقلالية البحثية في MIT، هذا التصميم بالاستخدام المنزلي، قائلةً: «تختلف منازل الجميع، ويهتم كل شخص بأمور مختلفة، لذا لا يوجد روبوت يخرج من عبوته وهو يعرف ما يهمك. ما يحمّسني في FLEX أنه يستطيع استيعاب ذلك من جملة أو جملتين، بدلًا من أن يطلب منك شرح كل قاعدة بالتفصيل؛ وهذا هو الفرق بين روبوت يتسامح الناس مع وجوده وآخر يريدون فعلًا أن يكون في منازلهم».

نتائج المحاكاة وتقييمات المشاركين

اختبر الباحثون FLEX في شبكات تنقّل بأبعاد 9×9، وفي مهام محاكاة على طاولة باستخدام ذراع Franka بسبع درجات حرية، شملت القهوة وشمعة مضاءة وكرة بولينغ. واستخدمت سيناريوهات الذراع تسلسلات تصحيح من خمس مراحل، مع تغيير ترتيبات الأغراض بين المراحل، بحيث يمكن أن تصبح سمة كانت مفيدة سابقًا غير ذات صلة، أو أن يظهر عدم تطابق لم يكن ملحوظًا.

شملت المقارنات ALGAE التي تقتصر على الإضافة، وMask-From-Exhaustive (MFE) التي تقتصر على الإخفاء، وخط أساس غير مقيّد بإطار توجيهي يطلب من النموذج اللغوي إنشاء مجموعة سمات محدّثة كاملة في استعلام واحد. ويُسند مقياس المكافأة المعياري لديهم القيمة 1 إلى السلوك الأمثل، والقيمة 0 إلى أسوأ مسار ممكن.

تفيد الورقة البحثية بأن FLEX حقق أعلى متوسط للمكافأة المعيارية في سيناريوهات التنقل السبعة كلها. وفي السيناريو الذي يتطلب العمليات الثلاث جميعها، بلغ متوسط FLEX مقدار 0.99، مقارنةً بـ0.69 لـALGAE و0.83 لـMFE و0.78 لخط الأساس غير المقيّد بإطار توجيهي.

يفيد الباحثون بأن FLEX تعلّم المكافأة المستهدفة عمومًا بعد تصحيح واحد أو اثنين في محاكاة الذراع المتسلسلة، وحافظ على أدائه في التكوينات السابقة واللاحقة. أما طرق المقارنة فتطلبت تصحيحات أكثر، وتراجع أداؤها مع تراكم السمات غير ذات الصلة أو مع الإفراط في مواءمة تمثيلاتها مع مراحل فردية.

شملت دراسة حضورية منفصلة 12 مشاركًا، قدّم كل منهم تصحيحات مكتوبة عبر ثلاث مجموعات، مدة كل منها خمس مراحل، باستخدام FLEX وALGAE وMFE. ويفيد الباحثون بأن FLEX حصل على أعلى متوسط تقييم في أبعاد الاستبيان الخمسة كلها. وفي فهم القصد، على مقياس من سبع نقاط، بلغ متوسط التقييم 6.3 لـFLEX و5.0 لـALGAE و4.5 لـMFE. وكانت الفروق بين FLEX وكل من خطّي الأساس دالة إحصائيًا بعد تصحيح تعدد المقارنات. أما الفروق في سهولة الاستخدام والتعاون فلم تكن دالة إحصائيًا.

حدود الأدلة وحالة التطوير

لم تُجرَ الدراسة البشرية في حلقة تحكم مغلقة على روبوت مادي. وشاهد المشاركون مسارات محاكاة لأن بعض طرق خط الأساس أنتجت حركات ذراع متقلبة؛ كما جمع الفريق، في عمل منفصل، تصحيحات المشاركين بعروض توضيحية من خبراء جُمعت باستخدام ذراع Franka مادي، لأغراض التعلّم دون اتصال. ويصف الباحثون هذا العمل على الأجهزة المادية بأنه اختبار للجدوى يدعم دراسة المحاكاة.

يقتصر FLEX حاليًا على المناولة شبه الساكنة للأغراض الصلبة التي يمكن التعبير عن خصائصها ذات الصلة باللغة؛ وقد تتطلب المهام الديناميكية والأغراض القابلة للتشوه أنماطًا إضافية. ويقول المؤلفون إن المعرفة العامة التي تستند إليها النماذج اللغوية يمكن أن تستوعب التفضيلات الشائعة على نطاق واسع، لكنها قد تعجز عن استيعاب التفضيلات الشخصية أو المخالفة للحدس. كما أن طلب الابتعاد مسافة أكبر عن حاسوب محمول يعبّر عن درجة التفضيل، وهو أمر لا تلتقطه الصياغة الحالية.

ما تزال صفحة المشروع الخاصة بالمؤلفين موسومة بأنها قيد الإعداد، وتشير إلى أن الشيفرة ومجموعة البيانات ستتاحان قريبًا.

بالنسبة إلى الروبوتات المنزلية والمساعدة، لا تكون قلة التصحيحات مفيدة إلا عندما يتوافق التفضيل المستنتَج مع ما يهم المستخدم فعلًا. ويتمثل السؤال الأساسي الذي لا يزال مفتوحًا في ما إذا كانت تعميمات النماذج اللغوية قادرة على استيعاب التفضيلات الفردية الخاصة بالقدر نفسه من الاتساق أثناء تشغيل الحلقة المغلقة على روبوتات مادية.