في خطوة علمية مثيرة تعكس التطور السريع في مجال الروبوتات الذكية، كشف باحثون صينيون عن إطار ذكاء اصطناعي متقدم أطلقوا عليه اسم RGMP، يمنح الروبوتات البشرية القدرة على تنفيذ المهام المنزلية بكفاءة ودقة غير مسبوقة تصل إلى 87٪، معتمدًا على منهجيات تتطلب بيانات أقل بمقدار خمسة أضعاف مقارنة بالنماذج التقليدية المنتشرة حاليًا، ما يجعل هذا النظام نقلة نوعية في سباق تطوير الروبوتات القادرة على التعامل مع البيئة الحقيقية بطريقة مشابهة للبشر.

ذكاء هندسي يرفع مستوى أداء الروبوت

يتميز نظام RGMP بدمج التعلم الآلي مع الاستدلال الهندسي، ما يسمح للروبوت بفهم شكل الجسم الذي يتعامل معه واتخاذ القرار الأمثل حول الحركة المطلوبة سواء كانت الإمساك أو الدفع أو الضغط على الجسم، حتى عند مواجهة بيئات جديدة وغير مألوفة، ما يعكس قدرة النظام على التكيف والمرونة في الأداء، وهو ما وصفه الباحثون بأنه يمثل خطوة نحو روبوتات أكثر استقلالية وذكاءً في التعامل مع البيئات المنزلية المتغيرة.

مكونات النظام الأساسية

يرجع نجاح هذا الإطار إلى عنصرين رئيسيين: محدد المهارات الهندسي (GSS): يتيح للروبوت اختيار الحركة الأنسب وفق شكل الجسم ومتطلبات المهمة، بطريقة تحاكي تفكير الإنسان، ما يزيد من دقة وفاعلية المهام المنفذة.

شبكة الذاكرة التكيفية (ARGN): تمنح الروبوت القدرة على التعلم من عدد قليل جدًا من الأمثلة، عبر تخزين الملاحظات المكانية وتحديثها أثناء التفاعل، ما يقلل الحاجة لبيانات ضخمة ويعزز سرعة التعلم.

تفوق عالمي وتجارب ناجحة

اختبر الفريق النظام على روبوت بشري وآخر ثنائي الذراع مزود بكاميرات، باستخدام 120 تجربة توضيحية فقط، وحقق RGMP تفوقًا ملحوظًا على أبرز النماذج العالمية مثل Diffusion Policy وOpenVLA وResNet50، حيث أظهرت النتائج زيادة دقة اختيار المهارات بنسبة تصل إلى 25٪، تنفيذ أكثر استقرارًا للحركات المعقدة، وقدرة على تحقيق نتائج قوية باستخدام 40 مثالًا تدريبيًا فقط، مقارنة بـ200 مثال تتطلبها النماذج الأخرى.

المستقبل: تعلم المهمة من مثال واحد

يشير الفريق البحثي إلى أن دمج التفكير الرمزي مع التعلم العميق يمثل مفتاح ابتكار روبوتات ذكية تتعامل بفعالية مع البيئات الحقيقية والمتغيرة، ويعملون حاليًا على تطوير نسخة مستقبلية من النظام يمكنها تعلم مهمة جديدة بمجرد مشاهدة مثال واحد فقط، ما يمهد الطريق لروبوتات منزلية أكثر استقلالية وذكاءً في السنوات القادمة.