نموذج للعالم قائم على الفيزياء يفحص أفعال الروبوت قبل تنفيذها

في 11 نوفمبر 2026، أعلنت NTT, Inc. عن نموذج للعالم قائم على الفيزياء يقيّم أفعال الروبوت المحتملة قبل تنفيذها للحد من حالات الإخفاق، مثل سقوط الأغراض وانهيار الحمولات. وقالت الشركة إن التقنية رفعت نسبة نجاح المهام في اختبار لتحميل الأرفف باستخدام روبوت صغير من 73.1% إلى 92.3%.

أول تطبيق متصور لهذه التقنية هو تحميل أمتعة المطارات وتفريغها آليًا. فالاختلاف في أشكال الأمتعة وأوزانها وترتيبها يجعل من الصعب على أنظمة التحكم التقليدية في الروبوتات وحدها أن تحدد مسبقًا ما إذا كان أحد الأفعال سيؤدي إلى انهيار الحمولة أو سقوط غرض، كما أن جمع بيانات تدريب لكل غرض محتمل أمر غير عملي. وتخطط NTT لإجراء تجارب ميدانية مع Mujin, Inc. في مجال مناولة الأمتعة.

كيف يقيّم النموذج الأفعال المحتملة

تعمل التقنية مع برامج التحكم الحالية في الروبوتات، إذ تضيف التنبؤ والتقييم قبل بدء الحركة. ويمكن أن تأتي الأفعال المرشحة من نموذج للرؤية واللغة والفعل، يحوّل فيديو الكاميرا والتعليمات اللغوية إلى أفعال للروبوت، أو من مخطِّط للحركة يحسب أوامر التحكم اللازمة لتحقيق هدف المهمة. ولكل خيار، يُنشئ النموذج فيديو متوقعًا ويقيّم احتمالات التصادم وسقوط الأغراض وانهيار الحمولة، ثم ينتج درجة تتيح لبرنامج التحكم اختيار الفعل الذي يُرجَّح نجاحه.

تقول NTT إن نماذج العالم التقليدية لا تمثّل صراحةً الخصائص الفيزيائية للأغراض، ما قد يؤدي إلى اختفاء الأغراض أو تشوّهها على نحو غير معقول في الفيديو المُنشأ، وإلى تنبؤات غير دقيقة بالتصادمات. كما أن اعتماد هذه النماذج على مجموعات بيانات تدريب ضخمة يزيد احتمال إخفاقها في مواقف غير موجودة في تلك البيانات.

يقدّر محوّل التحكم الفيزيائي لدى NTT خصائص الأغراض من الفيديو، ومنها موقع كل غرض واتجاهه وسرعته وكتلته، ثم يطبّق قوانين الفيزياء لحساب الحركة اللاحقة ويزوّد نموذج توليد الفيديو بهذه الحسابات. وتقول NTT إن هذا التمثيل الصريح يمكنه التعامل مع مواقف وحركات غير موجودة في بيانات التدريب. ويُخرج النموذج أيضًا الكميات الفيزيائية التي يستند إليها التنبؤ، ما يسهّل فهم الأساس الذي بُنيت عليه النتيجة المُنشأة.

نتائج الاختبارات المعيارية وخطط التوسع

قيّمت NTT أيضًا دقة التنبؤ بالفيديوهات المستقبلية باستخدام معيار OBJ3D المتاح للعامة، والذي يتضمن إطارات فيديو لأغراض اصطناعية تتصادم. وتفيد NTT بأن نموذجها تفوّق على الأساليب التقليدية وفق مقياس Learned Perceptual Image Patch Similarity (LPIPS)، الذي يقارن الفيديو المتوقع بالحقيقة المرجعية بطريقة تتوافق مع الإدراك البشري؛ وتشير القيم الأقل إلى تشابه أكبر.

إلى جانب مناولة الأمتعة والطرود، تخطط NTT للعمل على تطبيقات في مجالات الخدمات اللوجستية والتخزين والتصنيع والبناء وتجارة التجزئة، وستبحث إمكانية التعاون مع مزوّدي خدمات الروبوتات وشركات الخدمات اللوجستية والتخزين. ويُعد خفض الحاجة إلى العمالة وتحسين الإنتاجية هدفين لهذا التوسع، لا نتيجتين أثبتهما الاختبار المُعلن عنه.

من المقرر عرض التقنية في NTT R&D Forum 2026، وهو حدث بدعوات خاصة يُقام في الفترة من 18 إلى 20 نوفمبر 2026، ومن 24 إلى 25 نوفمبر 2026. وتضم قائمة المتحدثين في ندوة تُعقد في 25 نوفمبر 2026 عن الروبوتات المدعومة بالذكاء الاصطناعي ونموذج العالم المستنير بالفيزياء إيسامو أراسه، الرئيس التنفيذي لشركة Mujin Japan، وجون شيمامورا، مهندس الأبحاث التنفيذي لدى NTT.

تشمل النتائج التي أعلنتها NTT مهمةً باستخدام روبوت صغير ومقاطع فيديو اصطناعية لتصادمات. وستختبر التجارب المزمع إجراؤها مع Mujin ما إذا كان التحسن المُعلن عنه في تحميل الأرفف ينتقل إلى مناولة أمتعة المطارات، حيث يتعين على الفحص السابق للتنفيذ التعامل مع الاختلافات الفيزيائية التي دفعت إلى تطوير النموذج.