الروبوتات والذكاء الاصطناعي الفيزيائي

تفتح ROBOTERA باب الطلبات لليد الروبوتية البارعة XHAND 1 Pro-U

Orion Sato
أضف Unite.AI إلى مصادرك المفضلة على Google
النقاط الرئيسيةتعكس يد Pro-U من ROBOTERA الهيكل الخارجي DexUMI من NVIDIA بحيث تُسقَط العروض البشرية…
عرض المزيد
  • تعكس يد Pro-U من ROBOTERA الهيكل الخارجي DexUMI من NVIDIA بحيث تُسقَط العروض البشرية مباشرة على مفاصل الروبوت.
  • نجح GR00T 2 في جميع المهام الثنائية اليدين الثلاث بينما لم يكمل GR00T 1.7 وπ0.5 أيًا منها.
  • تتيح أجهزة الالتقاط ذات الترخيص المفتوح المقترنة بيد تجارية للفرق جمع بيانات واعية بالقوة دون شغل الروبوت.

أعلنت ROBOTERA الإطلاق التجاري لمنتجها XHAND 1 Pro-U في 16 نوفمبر 2026، وفتحت باب الطلبات لدفعة أولية تضم 40 وحدة من اليد الروبوتية البارعة ذات الأصابع الخمسة، وفقًا لإعلان الإطلاق.

يأتي الإطلاق بعد استخدام اليد ذات 16 درجة من الحرية في أبحاث NVIDIA حول GR00T 2، بما في ذلك عرض توضيحي لـDexUMI قدّمه Jim Fan في مؤتمر التعلم الروبوتي (CoRL). وتستهدف ROBOTERA فرق الأبحاث ومطوري الروبوتات وشركاء الصناعة العاملين على المناولة البارعة، وتعلّم الروبوتات، وتطبيقاتها في العالم الحقيقي.

مواءمة اليد مع العروض التوضيحية البشرية

صممت ROBOTERA طراز Pro-U بالاستناد إلى الهيكل الخارجي القابل للارتداء DexUMI من NVIDIA GEAR Lab، وهو جهاز يسجل العروض التوضيحية البشرية من دون الحاجة إلى روبوت. وتقول الشركة إن المفاصل المتناظرة تنقل الحركات مباشرة بين الهيكل الخارجي واليد الروبوتية، ما يقلل الحاجة إلى تحويل الحركة على نحو إضافي. ويشمل التصميم المعدّل أيضًا تغيير موضع الإبهام، والاستشعار اللمسي على جانب راحة اليد، ومدى حركة المفاصل، لتوفير عروض توضيحية طبيعية وأوضاع متنوعة للإمساك.

تذكر الورقة البيضاء الخاصة بـGR00T 2 أن GEAR DexUMI يحاكي الحركة المفصلية لمنتج XHAND1 Pro-U، وأسطح التلامس، وحامل كاميرا المعصم، وصيغة البيانات اللمسية، مع مطابقة واحد لواحد لمفاصل الروبوت. وتضم كل وحدة GEAR DexUMI 15 مشفرًا مغناطيسيًا لتتبع مفاصل الأصابع، وكاميرا OAK للمعصم، ومستشعرات عند أطراف الأصابع لقياس القوة العمودية وقوة القص. ويمكن ارتداء وحدتين معًا لتسجيل عروض توضيحية بكلتا اليدين.

من العرض التوضيحي إلى تنفيذ الروبوت

أثناء جمع البيانات، يتعامل مرتدي الجهاز مباشرة مع أجسام حقيقية، فيما يسجل DexUMI حركات اليد، والفيديو الملتقط بكاميرا المعصم، والقوى عند أطراف الأصابع. وتُستخدم هذه العروض التوضيحية لإجراء تدريب لاحق لـGR00T 2، ثم تُنفّذ المهارات المكتسبة على روبوت Tianji ثنائي الذراعين، مزود بيدين من طراز XHAND1 Pro-U. وفي المهام الثلاث التي خضعت للتقييم، اعتمد التدريب اللاحق على العروض التوضيحية المسجلة بالجهاز القابل للارتداء وحدها، من دون تحكم عن بُعد خاص بكل مهمة أو بيانات إضافية عامة عن حركة الروبوت؛ ولم يتحكم أي مشغّل عن بُعد بالروبوت المستهدف أثناء جمع البيانات.

تؤثر تسجيلات القوة أيضًا في آلية التحكم. فتحوّل NVIDIA القوى عند أطراف الأصابع إلى عزوم للمفاصل، وتضيفها إلى أهداف أفعال الروبوت. وأثناء التنفيذ، يخفض عزم الدوران المتوقع صلابة كل مفصل ويزيح هدف موضعه، ما يتيح لليد تطبيق القوة المتوقعة مع مراعاة عدم اليقين في الموضع. وتدعم هذه الآلية الأفعال التي تتطلب تلامسًا مكثفًا، مثل التقطيع وفك غطاء وضرب عود ثقاب.

تنشر NVIDIA التصاميم الهندسية لأجهزة DexUMI ووثائقها بموجب ترخيص CC BY 4.0، باستثناء صور منتجات المورّد، كما تنشر برنامج جمع البيانات بموجب ترخيص Apache-2.0 افتراضيًا. أما ملفات وصف روبوت XHAND الخاصة بالمورّد، فهي مرخصة على نحو مستقل بموجب ترخيص MIT، فيما توفر اليد التجارية من ROBOTERA جانب التنفيذ في سير العمل نفسه.

النتائج في ثلاث مهام بكلتا اليدين

شمل التقييم ثلاث سلاسل متعددة الخطوات، جمعت بين استخدام الأدوات، ونقل الأشياء من يد إلى أخرى، والتعامل مع الأغطية. وتضمنت مهمة تحضير الموز والزبادي التقاط سكين، وتقطيع الموز، ونزع غطاء الزبادي، ونقل القطع إلى وعاء. أما مهمة غرف الجرانولا فتطلبت تمرير مرطبان بين اليدين، وفك غطائه، واستخدام ملعقة مسطحة. وفي مهمة كيمياء النار، ضرب الروبوت عود ثقاب، وأشعل مصباحًا أسفل دورق، ثم أطفأ عود الثقاب في الماء.

في تقييم NVIDIA، حقق GR00T 2 معدلات نجاح إجمالية بلغت 60% لمهمة الموز والزبادي، و80% لمهمة غرف الجرانولا، و75% لمهمة كيمياء النار. ولم يتمكن GR00T 1.7 وπ0.5، اللذان خضعا لتدريب لاحق باستخدام عروض DexUMI التوضيحية نفسها ووصفة البيانات ذاتها، من إكمال أي من المهام الثلاث كاملة. وهذه النتائج تخص تسلسلات الاختبار المحددة، ولا تمثل مقياسًا عامًا للموثوقية في مهام أخرى أو بيئات تشغيل مختلفة.

إن الجمع بين تصاميم مفتوحة الترخيص لالتقاط البيانات ويد تجارية مطابقة لها يتيح لفرق الأبحاث مسارًا محددًا لجمع عروض توضيحية تراعي القوة من دون إشغال الروبوت المستهدف. أما القيد المتبقي فيتعلق بالتنفيذ: إذ تُظهر النتائج انتقال المهارات عبر التسلسلات الثلاثة جميعها، لكن الإخفاقات في بعض التجارب تترك ثبات الأداء من البداية إلى النهاية سؤالًا مفتوحًا أمام التوسع في النشر.

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.