الروبوتات تتبادل الخبرة: أسطول من 96 آلة يرفع نجاح التعبئة من 79,2% إلى 98,3%

اقترح فريق من الباحثين طريقة يعلّم بها أسطول من الروبوتات العاملة سياسة مشتركة واحدة بنفسه، دون أشخاص يراقبون كل إخفاق. وفي خمس مهام مناولة حقيقية حققت السياسات النهائية نسبة نجاح بلغت 93,3–99,2%. وجرى التقييم على 120 تجربة لكل مهمة، وعلى روبوتات لم تشارك في جمع بيانات التدريب. وفي مهمة تعبئة الهواتف متعددة المراحل، رفع التدريب بمشاركة 96 روبوتًا نسبة النجاح من 79,2% إلى 98,3%.

المشكلة الأصلية مألوفة لكل من حاول إخراج الروبوتات من المختبر. فأثناء التشغيل تراكم الآلات خبرة، ويرغب المشغّلون في الاستفادة منها لرفع الموثوقية. لكن المخطط المعتاد يعتمد على البشر: يراقب مشغّل عن بُعد التنفيذ ويتدخل عند الخطأ، وتدخل تصحيحاته في التدريب. وهذا مقبول ما دام عدد الروبوتات عشرة تقريبًا. أما عندما يكبر الأسطول فلن يكفي مشغّل لكل آلة. ويسمّي المؤلفون حلّهم التعلّم من الخبرة الجماعية (collective experience learning, CEL): تتشارك الروبوتات المنشورة خبرة التنفيذ وتحسّن سياسة مشتركة.

كيف تعمل FERT

تنفّذ CEL طريقةٌ تسمى failure-guided experience retrieval fine-tuning، واختصارها FERT. المنطق كالتالي: عندما يخفق الروبوت، يأخذ النظام سياق الإخفاق ويبحث في بنك مشترك للخبرة الناجحة لدى الأسطول كله عن مقاطع من المسارات تناسب هذا الموقف. وتصبح الإجراءات في المقاطع التي يعثر عليها إشارة تدريب لتحديث السياسة. ولا تُجمع عروض خبراء جديدة ولا إجراءات تصحيحية من البشر.

أما المكوّن الثاني، FATS، فيتولى البنية التحتية. وهو نظام تدريب غير متزامن ومقاوم للأعطال، ينسّق ثلاث عمليات: جمع الخبرة، وتحسين السياسة، وإرسال السياسة المحدَّثة إلى الروبوتات. وقد صُمم على افتراض أن جزءًا من الأسطول يتوقف بين حين وآخر بسبب أعطال محلية. وهذا ليس تفصيلًا ثانويًا في النشر الفعلي: فالآلات تتوقف وتفقد الاتصال وتخرج للصيانة، ومع ذلك يجب أن يستمر التدريب.

ماذا أظهرت التجارب

أهم الأرقام الواردة في البحث:

• 5 مهام مناولة حقيقية، ونسبة نجاح السياسات النهائية 93,3–99,2%؛
• 120 تجربة لكل مهمة، على روبوتات استُبعدت من جمع بيانات التدريب؛
• تعبئة الهواتف متعددة المراحل: 79,2% ← 98,3% عند التدريب بمشاركة 96 روبوتًا؛
• زمن الجمع لكل روبوت ثابت، ولذلك يحدد حجم الأسطول مباشرةً كمية الخبرة؛
• تحقق FERT في المجمل نسبة نجاح أعلى عند جميع أحجام الأسطول التي جرى اختبارها.

وتثبيت زمن الجمع لكل روبوت مهم بصفة خاصة. فهو يُظهر أثر حجم الأسطول وحده: تعمل كل آلة المدة نفسها، لكن إجمالي الخبرة أكبر، فتستفيد السياسة. وتشير صياغة «في المجمل» في الأصل إلى أن التحسن ليس بالضرورة متصاعدًا باطّراد في كل مهمة وعند كل حجم. ويزيد التقييم على روبوتات من خارج عينة التدريب الثقة في النتائج: فالسياسة لم تحفظ آلات بعينها فحسب.

ماذا يعني ذلك عمليًا

بالنسبة إلى الشركات التي تشغّل أصلًا أساطيل من الأذرع الروبوتية في المستودعات أو خطوط التجميع أو التعبئة، يكمن الاستنتاج الرئيسي في اقتصاديات الإشراف. فإذا لم يتطلب تحسين السياسة عملًا مستمرًا من مشغّلين يصحّحون الأخطاء، ينفصل كلفة زيادة الموثوقية عن عدد الأشخاص في الوردية. ويصبح الأسطول مصدرًا للبيانات، لا مستهلكًا لها فقط.

والقيود ظاهرة أيضًا. فالطريقة تعتمد على بنك مشترك للخبرة الناجحة، ولذلك لن يكون هناك ما يمكن البحث عنه في المهام التي لا تكاد الروبوتات تنجح فيها أبدًا. وقد أُجري الاختبار على خمس مهام، ويحتاج تعميم النتائج على سيناريوهات أخرى وأنواع أخرى من الروبوتات إلى تأكيد منفصل. ولا تتضمن الملخّص بيانات عن الكلفة الحسابية ومتطلبات الشبكة، لذا يُستحسن الرجوع إلى النص الكامل للورقة قبل التطبيق. لكن الاتجاه واضح: عندما تكثر الروبوتات، يكون تعلّمها من بعضها أجدى من التعلّم من إنسان يقف فوق رؤوسها.