باحثون يطورون نهجًا جديدًا لتخطيط المسار لتحسين حركة الروبوتات

قام باحثون في جامعة ميشيغان بتطوير نهج جديد لتخطيط المسار يسرع من حركة الروبوتات عبر التضاريس الخشنة. وقد تمكن الخوارزمية الجديدة من إيجاد مسارات ناجحة ثلاث مرات أكثر من الخوارزميات القياسية، وتمتلك وقت معالجة أقل بكثير.

نشرت الأبحاث في روبوتات ذاتية.

تطوير الخوارزمية الجديدة

كان الهدف من الخوارزمية هو روبوتات تستخدم أذرعًا شبيهة بالذراعين لتحافظ على التوازن على التضاريس الخشنة، مثل مناطق الكوارث ومواقع البناء.

ديمتري بيرينسون هو أستاذ مساعد في الهندسة الكهربائية والحاسوبية وأستاذ مساعد في معهد الروبوتات.

“في مبنى متدمر أو على تضاريس خشن جدًا، لن يكون الروبوت قادرًا دائمًا على الحفاظ على توازنه والحركة إلى الأمام بأقدامه فقط،” قال بيرينسون. “تحتاج إلى خوارزميات جديدة لتحديد مكان وضع اليدين والقدمين. تحتاج إلى تنسيق جميع هذه الأطراف معًا للحفاظ على الاستقرار، وهو ما يعتبر مشكلة صعبة جدًا.”

تساعد الأبحاث الجديدة الروبوتات على تحديد مدى صعوبة التضاريس قبل حساب المسار الأمثل.

يو-تشي لين هو خريج حديث في علوم الروبوتات ومهندس برمجيات في شركة نيورو.

“أولاً، استخدمنا التعلم الآلي لتدريب الروبوت على الطرق المختلفة لوضع يديه وقدميه للحفاظ على التوازن والتقدم،” قال لين. “ثم، عند وضع الروبوت في بيئة جديدة معقدة، يمكنه استخدام ما تعلمه لتحديد مدى قابليته للمشي، مما يسمح له بالعثور على مسار إلى الهدف بسرعة أكبر.”

على الرغم من النهج الجديد والمحسّن، لا يزال يأخذ وقتًا طويلاً لتحديد مسار ناجح طويل باستخدام الخوارزميات التقليدية.

“إذا حاولنا العثور على جميع مواقع اليدين والقدمين على مسار طويل، فإنها ستستغرق وقتًا طويلاً جدًا،” قال بيرينسون.

https://www.youtube.com/watch?v=X2KZupY8FQY

تقسيم وتحقيق

للتغلب على هذا، اعتمد الفريق على نهج “تقسيم وتحقيق”. قاموا بتقسيم المسار إلى أقسام صعبة وسهلة. مع الأقسام الصعبة، يطبق الروبوت طريقة التعلم القائم على الخوارزمية، ومع الأقسام السهلة، يستخدم تخطيط مسار أبسط.

“يبدو الأمر بسيطًا، لكن من الصعب جدًا معرفة كيفية تقسيم المشكلة بشكل صحيح، واختيار طريقة التخطيط المناسبة لكل قسم،” قال لين.

من أجل ذلك، يحتاج الباحثون إلى نموذج هندسي لبيئة كاملة، يمكنهم الحصول عليه من خلال طائرة بدون طيار تسبق الروبوت.

أنشأ الفريق تجربة افتراضية مع روبوت بشري الشكل في ممر من الأنقاض، وأظهرت النتائج أن طريقة الفريق تفوقت على الطرق السابقة في النجاح ووقت التخطيط الإجمالي. هذا أمر حيوي خلال السيناريوهات الكارثية.

من بين 50 تجربة، وصلت طريقة الفريق إلى الهدف بنسبة 84٪، مقارنة بـ 26٪ للخوارزمية الأساسية. استغرق التخطيط ما يزيد قليلًا عن دقيقتين، مقارنة بأكثر من ثلاث دقائق للخوارزمية الأساسية.

إضافة إلى ذلك، أظهر الفريق أيضًا كيف يمكن أن تعمل طريقةهم في العالم الحقيقي مع روبوت ذو عجلات وجسم وذراعين. تم وضع قاعدة الروبوت على منحدر حاد، واستخدم “يديه” لدعم نفسه عندما تحركت السطح غير المستو. تمكنت طريقة الفريق من تخطيط مسار في وقت يزيد قليلًا عن