تم نشره على: 12 مارس 2025 / تحديث من: 12 مارس 2025 - المؤلف: Konrad Wolfenstein
الباحث Sepehr Samavi والأستاذ Angela Schoellig بجانب الروبوتات Jack - الصورة: Astrid Eckert ، Muenchen
العمل الرائد في الروبوتات: يطور TUM الروبوتات ذات المظهر الأمامي
الأنظمة المستقلة: كيفية تعلم الروبوتات للتفاعل مع الناس
في عالم يتطور بسرعة في اتجاه الأتمتة والذكاء الاصطناعي ، تعد الأنظمة المستقلة جزءًا متزايد الأهمية من حياتنا اليومية. إن الانضباط المثير والتحديات في الروبوتات هو تطوير الأنظمة التي يمكن أن تتحرك بأمان وكفاءة في البيئات الديناميكية التي يسكنها البشر. لا يتعلق الأمر بتجنب العقبات فحسب ، بل يتعلق أيضًا بالفهم والتنبؤ والرد على سلوك الأشخاص من أجل ضمان التفاعل السلس والآمن.
بالضبط في هذه الواجهة من الروبوتات والذكاء الاصطناعي والسلوك الإنساني ، يعمل باحثون من جامعة ميونيخ الفنية الشهيرة (TUM). في مختبر أنظمة التعلم والروبوتات الخاصة بك ، تحت إشراف البروفيسور أنجيلا شويليج ، قمت بتطوير روبوت مبتكر يسمى "جاك" ، وهو قادر على التنقل بمهارة رائعة وتبصيح من خلال الحشود. ما يميز جاك عن العديد من الروبوتات الأخرى هو قدرته على إدراك ليس فقط المحيطات المباشرة ، ولكن أيضًا للتفكير الفعال في كيفية تحرك الناس وكيف يمكنهم الرد على حركاتهم. هذه طريقة التفكير في التفكير تمكن جاك من التخطيط عبر الغرف الحيوية ليس فقط بشكل تفاعلي ، ولكن أيضًا بشكل استباقي وذكاء.
مناسب ل:
تحدي الملاحة في الحشود
يعد التنقل في الحشود تحديًا هائلاً للروبوتات التي تتجاوز بكثير تجنب العقبات البسيطة. على عكس البيئات الثابتة أو المتوقعة ، فإن الحشود ديناميكية ولا يمكن التنبؤ بها وتتميز بالتفاعلات الاجتماعية المعقدة. يتحرك الجميع في كثير من الأحيان بشكل فردي ، ولكن في نفس الوقت يؤثر على حركات الآخرين. هذا الترابط ، إلى جانب التباين الطبيعي للسلوك البشري ، يجعل من الصعب للغاية على الروبوتات أن تتحرك بأمان وكفاءة.
تصل خوارزميات التنقل التقليدية للروبوتات ، والتي تعتمد غالبًا على قواعد صلبة وبيانات المستشعرات البسيطة ، بسرعة إلى حدودها في مثل هذه البيئات. عادة ما يتفاعلون مع العقبات عن طريق التوقف أو التهرب بشكل مفاجئ ، مما قد يؤدي إلى اختناقات مرورية غير مرغوب فيها أو طرق غير فعالة أو حتى مواقف خطيرة في الحشد. من أجل التحرك بنجاح في الحشود ، تحتاج الروبوتات إلى شكل أكثر تقدمًا من الذكاء ، مما يمكّنهم من فهم السلوك الإنساني ، والتنبؤ والتخطيط النشط الخاص بهم.
نهج جاك المبتكر: التفكير والتفاعل إلى الأمام
يتجاوز جاك الروبوت الذي طوره باحثو TUM خطوة حاسمة تتجاوز الأساليب التقليدية. جوهره هو خوارزمية متطورة تمكنه ليس فقط من إدراك حركات الناس في منطقته ، ولكن أيضًا للتنبؤ بنشاط وإشراك طريقه الخاص. يؤكد البروفيسور شويلج على الاختلاف الأساسي في الأساليب التقليدية: "روبوتنا على غرار كيف سيتفاعل الناس مع حركته للتخطيط لطريقته الخاصة. هذا هو الفرق الكبير في الأساليب الأخرى التي تتجاهل هذا التفاعل. "
هذه القدرة على تصميم التفاعل هي مفتاح نجاح جاك. بدلاً من اعتبار الناس فقط عقبات لا يمكن التنبؤ بها ، يرى جاك أنها ممثلة ذكية يمكن أن يتنبأ بها في بعض الأحيان وحتى التأثير. وهذا يمكّنه من التحرك عبر الحشود التي تشبه التنقل البشري بعدة طرق. إنه لا يتردد في التحرك في الثغرات ، ويتوقع حركات المشاة ويتكيف طريقه ديناميكيًا لتجنب الاصطدامات وفي الوقت نفسه تحقيق هدفه بكفاءة.
استشعار وقوة الحوسبة في التفاعل
من أجل التعامل مع هذه المهمة الصعبة ، تم تجهيز جاك بأجهزة استشعار متطورة للغاية وقوة الحوسبة. العنصر المركزي هو مستشعر Lidar (اكتشاف الضوء وتراوحه) ، والذي يرسل بشكل دائم عوارض الليزر إلى المنطقة ويتلقى الإشارات المنعكسة. من هذه البيانات ، ينشئ LIDAR بطاقة دقيقة بزاوية 360 درجة في البيئة في الوقت الفعلي ، والتي لا تجسد فقط أشياء ثابتة ، ولكن على وجه الخصوص أيضًا موقف وحركة الناس. يوفر Lidar بالتالي الروبوت "صورة" مفصلة عن محيطها ، والتي تشكل الأساس لقرارات الملاحة.
بالإضافة إلى Lidar ، لدى Jack أجهزة استشعار في دراجاته ، والتي تقيس بدقة وتيرته الخاصة والمسافة المغطاة. هذه المعلومات أمر بالغ الأهمية لتحديد موضعك بدقة في المنطقة وتحسين كفاءة التنقل. تتم معالجة جميع بيانات المستشعرات بواسطة جهاز كمبيوتر قوي على متن الطائرة قادر على تنفيذ خوارزميات معقدة في الوقت الفعلي. هذا الكمبيوتر هو "دماغ" JACK ومسؤول عن تحليل بيانات المستشعر ، والتنبؤ بالحركات البشرية وحساب المسار الأمثل.
مناسب ل:
الخوارزمية بالتفصيل: التنبؤ والتخطيط والتكيف
قلب ذكاء جاك هو خوارزمية الملاحة التي طورها باحثو TUM. تعمل هذه الخوارزمية في عدة خطوات لتمكين جاك لضمان التنقل الآمن والفعال في الحشود.
1. الإدراك واكتساب البيانات
في البداية ، يجمع جاك باستمرار بيانات حول محيطه بمساعدة أجهزة استشعاره. يوفر Lidar معلومات حول موقف وحركة الأشخاص ، بينما توفر مستشعرات العجلات بيانات عن حركة الروبوت الخاصة.
2. التنبؤ بالحركات البشرية
بناءً على البيانات التي تم جمعها ، تحلل الخوارزمية نمط حركة الأشخاص في المنطقة. يحاول التنبؤ بالمسارات المحتملة التي سيتولىها الناس في الثواني القادمة. يعتمد هذا التنبؤ على نماذج إحصائية تم تعلمها من سجلات بيانات واسعة النطاق لسلوك الحركة البشرية في الحشود.
3. تخطيط الطريق
في الوقت نفسه ، تخطط الخوارزمية على الطريق الأمثل إلى هدف الروبوت. إنه لا يأخذ في الاعتبار الحركات المتوقعة للأشخاص المتوقعة فحسب ، بل أيضًا مهارات الروبوتات الخاصة وقيودها ، مثل سرعتها وقابليتها للمناورة. الهدف من ذلك هو إيجاد طريق يؤدي إلى الهدف بأسرع وقت ممكن وكفاءة دون المخاطرة بالتصادم مع الناس.
4. التكيف الديناميكي
الجانب المركزي من الخوارزمية هو قدرتها على التكيف ديناميكيًا. يتم تكرار العملية الكاملة لاكتساب البيانات والتنبؤ وتخطيط المسار باستمرار حوالي عشرة أضعاف في الثانية. هذا يسمح لجاك بتكييف طريقه مع البيئة المتغيرة باستمرار في الوقت الحقيقي. يعد تردد التكيف العالي هذا ضروريًا للتنقل في بيئة ديناميكية مع العديد من الأشخاص بأمان وكفاءة ، لأن الروبوت يتعرف على طرق الأشخاص في نفس الوقت ويتفاعل مع كيفية شرح باحث Tum Sepehr.
التعلم من السلوك البشري: مفتاح التنقل البشري
جانب آخر حاسم في ذكاء جاك هو قدرته على التعلم من السلوك البشري. لم يبرم باحثو TUM ببساطة جاك مع قواعد صلبة وخوارزميات ، لكنهم أعطوه الفرصة للتحسين بشكل مستمر من خلال تحليل بيانات سلوك الحركة البشرية.
يوضح البروفيسور شويلج أن النموذج الرياضي الذي تستند إليه خوارزمية التخطيط مستمدة من الحركات البشرية وترجم إلى معادلات. وبالتالي ، لا تستند الخوارزمية إلى افتراضات مجردة حول السلوك البشري ، ولكن مباشرة على البيانات الحقيقية التي توثق حركات الحشود. من أجل تمكين ذلك ، جمع الباحثون سجلات بيانات مكثفة تصف السلوك البشري في حالات وبيئات مختلفة ويعملون كمواد تعليمية لجاك.
من خلال تحليل هذه البيانات ، يتعلم جاك التعرف على أنماط الحركة النموذجية للأشخاص وإشراك قراراته الخاصة. على سبيل المثال ، يعلم أن الناس عادة ما يتفوقون عندما يتجهون إلى عقبة أو أنهم يتكيفون سرعتهم لتجنب الاصطدام. تتدفق هذه النتائج إلى الخوارزمية وتمكن جاك من التصرف بطريقة تشبه السلوك البديهي للأشخاص في الحشود.
مثال ملموس على عملية التعلم هذه هو التعامل مع جاك للتصادمات المحتملة. عادةً ما يتوقف الروبوت التقليدي فورًا بمجرد أن يتعرف على عقبة ، مثل الشخص ، في مسار التصادم. جاك ، من ناحية أخرى ، الذي تعلم من السلوك البشري ، يتفاعل بشكل مختلف. كما أنه يحسب أن الناس عادة ما يتكيفون وتفاديهم لتجنب الاصطدام. لذلك ، لا يتوقف على الفور ، لكنه يواصل حركته ، بينما في نفس الوقت يلاحظ رد فعل الإنسان. فقط إذا كانت هناك علامات على أن الأشخاص لن يتجاهلوا خطة Jack في إشعار قصير واختيار طريق بديل. هذا السلوك أكثر كفاءة وأكثر إنسانية مثل التوقف المفاجئ للروبوت التقليدي.
التطور التطوري: من التفاعل التفاعلي للغاية
كان تطوير مهارات الملاحة لجاك عملية تطورية دخلت ثلاث مراحل. يمثل كل مستوى التقدم في تعقيد وذكاء الخوارزمية.
المستوى 1: التنقل التفاعلي.
في المرحلة الأولى ، كان رد فعل جاك فقط بشكل تفاعلي مع محيطه. لقد تهرب من العقبات بمجرد إدراكها دون التنبؤ أو توقع سلوك الناس. كانت هذه المرحلة وظيفية ، ولكنها غير فعالة وغالبًا ما أدت إلى توقفات مفاجئة ومطالبات.
المستوى 2: الملاحة التنبؤية.
في المرحلة الثانية ، تم توسيع الخوارزمية للتنبؤ بحركة الأشخاص القادمين. هذا جعل من الممكن جاك للتنقل أكثر إلى الأمام وتجنب التصادم قبل أن يكون وشيكًا. كان هذا المستوى بالفعل تقدمًا كبيرًا ، لكنه كان لا يزال محدودًا لأنه تجاهل إلى حد كبير التفاعل بين الروبوتات والبشر.
المستوى 3: التنقل التفاعلي.
يمثل الإصدار الحالي من Jack المستوى الثالث والأكثر تقدماً للتطور: التنقل التفاعلي. في هذا المستوى ، لم يتمكن جاك فقط من التنبؤ بحركات الناس ، ولكن أيضًا لمراعاة كيفية رد فعل الناس على حركاتهم. إنه قادر على التأثير على سلوك الناس من خلال سلوكه الخاص وتجنب التصادم في الوقت نفسه. هذه القدرة التفاعلية هي الاختراق الحاسم الذي يجعل جاك نظام تنقل ذكي ومشبه الإنسان.
يوضح الباحث سامافي أن جاك يمكن أن يتنبأ بحركات الآخرين من ناحية وفي الوقت نفسه قادر على التأثير على تصرفاتهم من خلال سلوكه مع تجنب التصادم. يمكّن هذا الشكل من التنقل التفاعلي جاك من التحرك بأمان وكفاءة أو مقبولة اجتماعيًا وبشكل حدسي من خلال الحشود.
مجالات التطبيق: من روبوتات التسليم إلى القيادة المستقلة
التكنولوجيا المبتكرة الموجودة في جاك لديها إمكانات هائلة لمجموعة متنوعة من مجالات التطبيق. على الرغم من أن جاك تم تطويره في البداية كمنصة بحثية ، إلا أن باحثو Tum يفكرون بالفعل في الاستخدامات الملموسة الملموسة في العالم الحقيقي.
روبوت التسليم
التطبيق الوثيق هو الروبوتات التي يمكن أن تسليم البضائع والحزم بشكل مستقل في البيئات الحضرية. يجب أن تكون هذه الروبوتات قادرة على التحرك بأمان وكفاءة على الأرصفة ، في مناطق المشاة وفي مراكز المدن النابضة بالحياة. إن قدرة جاك على التنقل في الحشود لها أهمية حاسمة لهذا. في المستقبل ، يمكن أن تقدم روبوتات التسليم المستقل مساهمة كبيرة في حل مشاكل "الميل الأخير" في الخدمات اللوجستية وتخفيف حركة المرور الحضرية.
مناسب ل:
الكراسي المتحركة
تطبيق واعد آخر هو تكامل التكنولوجيا في كراسي متحركة ذكية. يمكن أن يكون الملاحة في البيئات الحيوية يمثل تحديًا كبيرًا للأشخاص الذين يعانون من قيود التنقل. يمكن أن يحسن كرسي متحرك مجهز بخوارزمية الملاحة Jacks بشكل كبير استقلال ونوعية حياة هؤلاء الأشخاص. يمكن أن يتجنب الكرسي المتحرك تلقائيًا العقبات ، والانتقال بأمان عبر الحشود وجلب المستخدم بشكل مستقل إلى الوجهة المطلوبة.
القيادة الذاتية
يرى البروفيسور شويلج أن القيادة ذاتية الحكم بمثابة مجال مناسب للتقديم لتكنولوجيا التنقل التفاعلي. ويؤكد أن هذه السيناريوهات التفاعلية تشكل تحديًا رئيسيًا. في حالات المرور المعقدة ، على سبيل المثال عند الترابط على الطرق السريعة ، عند التحول إلى المعابر أو عند التعامل مع المشاة وراكبي الدراجات ، من الضروري ليس فقط التخطيط لحركتك الخاصة ، ولكن أيضًا للتنبؤ بسلوك مستخدمي الطرق الآخرين وإدراجهم في تخطيطهم. وبالتالي ، فإن قدرة التكنولوجيا على التنقل التفاعلي قد تقدم مساهمة كبيرة في تطوير المركبات الآمنة والفعالة المستقلة. على سبيل المثال ، يؤدي ذلك إلى الترابط على طريق سريع: عندما تقود السيارة على مقياس التسارع لمدخل الطريق السريع ، فإن العديد من السائقين القادمين من وراء مسارات التغيير أو الكبح قليلاً. في مثل هذه الحالات بالتحديد ، يتيح النهج الجديد أن يتم أخذ ردود أفعال مستخدمي الطريق الآخرين في الاعتبار.
الروبوتات البشرية
يمكن أن تستفيد الروبوتات البشرية بشكل خاص من الخوارزميات ، وخاصة في مجالات مثل الرعاية أو الخدمة أو الإنتاج التي يعملون فيها عن كثب مع الناس. من أجل استخدام البشر وفعالين ، من الضروري أن يتمكنوا من التنقل بأمان وبسيطة في البيئات البشرية. ومع ذلك ، يشير البروفيسور Schoellig إلى التحدي المركزي: في حين أن الروبوت المتحرك يمكن أن يتوقف ببساطة إذا لزم الأمر ، فإن الروبوتات البشرية لا تزال غير مستقرة حاليًا وتفقد توازنها بسرعة. يمثل تحسين استقرار الروبوتات البشرية في البيئات الديناميكية مجالًا مهمًا للبحث الذي يجب تطويره بشكل أكبر من أجل جعل الإمكانات الكاملة للملاحة التفاعلية قابلة للاستخدام أيضًا في الروبوتات البشرية.
التنقل الروبوت المتقدم: كما يفهم جاك السلوك البشري
يمثل بحث TUM في مجال التنقل الروبوت التفاعلي تقدمًا كبيرًا في الطريق إلى أنظمة ذكية ومستقلة يمكن أن تعمل بأمان وكفاءة في المناطق المحيطة البشرية. يوضح جاك الروبوت بشكل مثير للإعجاب أنه من الممكن تطوير آلات لا تتصور محيطها فحسب ، بل يفهم أيضًا السلوك البشري والتنبؤ بها وتضمينها في قراراتها. هذه القدرة على التنقل التفاعلي تفتح فرصًا جديدة لمجموعة متنوعة من التطبيقات ، من الروبوتات التسليم إلى الكراسي المتحركة الذكية إلى القيادة المستقلة.
تطور جاك هو البداية فقط. تتقدم الأبحاث في مجال الروبوتات والذكاء الاصطناعي بسرعة ، ويمكننا أن نتوقع المزيد من الابتكارات المثيرة في السنوات والعقود المقبلة. سيصبح دمج الروبوتات في حياتنا اليومية طبيعية بشكل متزايد ، وستلعب أنظمة الحكم الذاتي دورًا متزايد الأهمية في مجتمعنا. لذلك ، من الأهمية بمكان أن نجعل تطوير هذه التقنيات مسؤولة ونأخذ في الاعتبار الجوانب الأخلاقية والاجتماعية منذ البداية. هذه هي الطريقة الوحيدة التي يمكننا من خلالها التأكد من أن الروبوتات والأشخاص يمكنهم العمل معًا لصالح الجميع في المستقبل.
مناسب ل:
شريكك العالمي في التسويق وتطوير الأعمال
☑️ لغة العمل لدينا هي الإنجليزية أو الألمانية
☑️ جديد: المراسلات بلغتك الوطنية!
كونراد ولفنشتاين
سأكون سعيدًا بخدمتك وفريقي كمستشار شخصي.
يمكنك الاتصال بي عن طريق ملء نموذج الاتصال أو ببساطة اتصل بي على +49 89 89 674 804 (ميونخ) . عنوان بريدي الإلكتروني هو: ولفنشتاين ∂ xpert.digital
إنني أتطلع إلى مشروعنا المشترك.
