بث مباشر 18.11 · الدفعة 318 نوفمبر، 19:00 بتوقيت موسكو — ورشة عملية مجانية لوكلاء الذكاء الاصطناعي · الدفعة 3 تبدأ 23.11ورشة 18 نوفمبر ←الدفعة 3 (23.11)
إصدارتحليل · على الرادارHabr AI→ المصدر

بوسطن دايناميكس تضع على روبوت Atlas عجلات سكوتر لاستخلاص أقصى أداء من المحركات

ثبّتت بوسطن دايناميكس على «كاحلَي» الروبوت البشري Atlas حلقات عجلات عادية من سكوتر. الفكرة بسيطة: على العجلات يدفع كل تسارع وانعطاف وتوقف المحركات عبر كامل نطاق العزم والسرعة، وتحت حمل حقيقي. وتتحكم بالروبوت شبكة عصبية دُرّبت بالتعلّم المعزَّز، وقد أتقنت التدحرج السلس من تلقاء نفسها. واختُزل التعديل كله في محوّل واحد.

معالج بواسطة الذكاء الاصطناعي من Habr AI؛ بتحرير Hamidun News
بوسطن دايناميكس تضع على روبوت Atlas عجلات سكوتر لاستخلاص أقصى أداء من المحركات
المصدر: Habr AI. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليHabr AI ↗
رئيس التحرير
حقيقة رئيسية #1القطعة الجديدة الوحيدة هي محوّل لحلقة عجلة السكوتر
حقيقة رئيسية #2خوارزمية التحكم في الجسم كله دُرّبت بالتعلّم المعزَّز داخل المحاكاة
حقيقة رئيسية #3تُنقل النتائج المتحصَّلة حالياً إلى التهيئة القياسية لروبوت Atlas

عندما ترى روبوتاً بشرياً على عجلات سكوتر، فإن أول ما يخطر ببالك أن المهندسين قرروا المزاح. لكن بوسطن دايناميكس نفّذت في الواقع خدعة هندسية جادة تماماً. فالعجلات ليست للسرعة أو للمظهر، بل «لتعذيب» العتاد: لاختبار مدى تحمّل محركات Atlas لأشد أنماط التشغيل قسوة.

لماذا يحتاج الروبوت إلى عجلات

لدى كل روبوت بشري نقطة ضعف، هي الرابط بين «الشبكة العصبية المدرَّبة للتحكم والمحركات الحقيقية». في المحاكاة تكون المحركات مثالية، أما في العتاد الفعلي فهي تسخن، وتصل إلى حد العزم الأقصى، ولا تلحق دائماً بالأوامر. ولمعرفة أين تبدأ المشكلات بالضبط، لا بد من سيناريو تعمل فيه المحركات باستمرار على حافة مواصفاتها.

المشي لا يناسب ذلك كثيراً: فيه كثير من التوقفات ومراحل الارتكاز والفترات الهادئة. أما على العجلات فالأمر مختلف. فكل انطلاق وانعطاف وتوقف يجبر المحركات على توليد عزم دوران عالٍ بسرعة عالية، وكل ذلك مع حمل حقيقي على الهيكل. إن Atlas على العجلات منصة بحثية، وليس منتجاً جديداً.

كيف تم ذلك

جاء الجانب العتادي بسيطاً تقريباً. فقد ثُبّتت حلقة عجلة سكوتر قياسية على وحدة «الكاحل» الأصلية عبر محوّل واحد صُنع خصيصاً. وهذه هي القطعة الجديدة الوحيدة في التصميم كله. وبحسب الشركة، صُمّم Atlas منذ البداية للإنتاج التسلسلي وللصيانة السهلة، لذلك لم يكن التعديل أعقد من تبديل عجلة دراجة.

والجانب البرمجي أيضاً مرّ بلا دراما. ففي المحاكاة وُصفت كل عجلة بأنها «كاحل» قادر على الدوران المستمر. ودُرّب المتحكّم في ظروف قريبة قدر الإمكان من الواقع، حتى لا تتراجع الجودة عند الانتقال إلى العتاد الحقيقي.

وفي التعلّم المعزَّز جرى تكييف المقاربات الموجودة أصلاً وإدخال ثلاثة تعديلات محددة:

  • بنية دالة المكافأة؛
  • نطاق الأوامر التي تتدرب عليها الخوارزمية؛
  • طرق الحفاظ على وضعية الجسم.

وكان ذلك كافياً لكي يتقن الروبوت بنفسه التدحرج السلس مع الحفاظ على الاتزان، وبات التحكم به سهلاً.

ما النتيجة عملياً

أُخذ جزء من الحركات من مكتبة التقاط حركة الإنسان، حيث تنزلق القدمان بنشاط. وفي المواضع التي كان الإنسان سينزلق فيها بقدمه، تعلّمت الخوارزمية تدوير العجلات واجتياز المقطع بالتدحرج. وفي الواقع نقلت الشبكة العصبية فكرة الحركة البشرية إلى «حركيات» مختلفة.

من الأمثلة اللافتة قفزة مع دوران 360 درجة. تعمل الخوارزمية هنا كتتبّع للمسار: تكرّر الحركة المسجّلة للإنسان. وبحسب الشركة، نجح الأمر من المحاولة الأولى. ويُستخدم التماسك مع السطح هنا بشكل مختلف عنه في Atlas ذي الساقين: قبل القفز يتحرك الجزء السفلي من الجسم بسرعة إلى الموضع المطلوب بالتدحرج ويستعد للاندفاع إلى الأعلى.

وتُدمج النتائج الأولى للمشروع حالياً في التهيئة القياسية للروبوت. وقد عرضت الشركة مؤخراً أيضاً يداً جديدة لـ Atlas: أربعة أصابع، و13 درجة حرية، وتشغيلاً مباشراً، وتصميماً مُحسَّناً للنمذجة الدقيقة.

ما الذي يمكن استخلاصه

أولاً: إذا كنت تصنع روبوتاً أو أي عتاد بمتحكم مدرَّب، فابحث عن سيناريو يستخلص من المحركات أقصى ما عندها. العجلات هنا تعمل كاختبار تحميل رخيص. فمحوّل واحد بدل إعادة تصميم المنصة كلها يتيح رؤية ما لن يُظهره المشي الهادئ.

ثانياً: التصميم من أجل الصيانة يؤتي ثماره. فالتعديل بقطعة واحدة ممكن فقط لأن الروبوت صُمّم منذ البداية قابلاً للاستبدال والإصلاح. وهذه حجة جيدة للشركات الناشئة في الروبوتات لصالح النمطية.

ثالثاً: لا تحتاج sim-to-real دائماً إلى خوارزمية جديدة. هنا كفت إعادة ضبط دقيقة للمكافأة ونطاق الأوامر والحفاظ على الوضعية، إضافة إلى نموذج صحيح للوحدة الجديدة في المحاكاة. ويمكن إعادة استخدام بيانات التقاط الحركة إذا كان المتحكّم يجد بنفسه بديلاً عن الانزلاق.

القيود

لا توجد في المنشور أي أرقام: لا عزوم قصوى ولا درجات حرارة ولا عمر تشغيلي للمحركات. إنه عرض لمقاربة وليس معياراً قياسياً، ولا يمكن حالياً القول إلى أي حد حسّن هذا الاختبار الخصائص الفعلية. ولن يصبح Atlas ذو العجلات طرازاً تسلسلياً: فهو أداة تجعل Atlas «ذا الساقين» أكثر موثوقية. لكنها قصة جيدة كمثال على كيف تساعد فكرة بسيطة على اختبار منظومة معقدة.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول لماذا يحتاج الروبوت إلى عجلات؟

لدى كل روبوت بشري نقطة ضعف، هي الرابط بين «الشبكة العصبية المدرَّبة للتحكم والمحركات الحقيقية». في المحاكاة تكون المحركات مثالية، أما في العتاد الفعلي فهي تسخن، وتصل إلى حد العزم الأقصى، ولا تلحق دائماً بالأوامر. ولمعرفة أين تبدأ المشكلات بالضبط، لا بد من سيناريو تعمل فيه المحركات باستمرار على حافة مواصفاتها. المشي لا يناسب ذلك كثيراً: فيه كثير من التوقفات ومراحل الارتكاز والفترات الهادئة. أما على العجلات فالأمر مختلف.

ما أبرز التفاصيل حول كيف تم ذلك؟

جاء الجانب العتادي بسيطاً تقريباً. فقد ثُبّتت حلقة عجلة سكوتر قياسية على وحدة «الكاحل» الأصلية عبر محوّل واحد صُنع خصيصاً. وهذه هي القطعة الجديدة الوحيدة في التصميم كله. وبحسب الشركة، صُمّم Atlas منذ البداية للإنتاج التسلسلي وللصيانة السهلة، لذلك لم يكن التعديل أعقد من تبديل عجلة دراجة. والجانب البرمجي أيضاً مرّ بلا دراما. ففي المحاكاة وُصفت كل عجلة بأنها «كاحل» قادر على الدوران المستمر. ودُرّب المتحكّم في ظروف قريبة قدر الإمكان من الواقع، حتى لا تتراجع الجودة عند الانتقال إلى العتاد الحقيقي.

ما أبرز التفاصيل حول ما النتيجة عملياً؟

أُخذ جزء من الحركات من مكتبة التقاط حركة الإنسان، حيث تنزلق القدمان بنشاط. وفي المواضع التي كان الإنسان سينزلق فيها بقدمه، تعلّمت الخوارزمية تدوير العجلات واجتياز المقطع بالتدحرج. وفي الواقع نقلت الشبكة العصبية فكرة الحركة البشرية إلى «حركيات» مختلفة. من الأمثلة اللافتة قفزة مع دوران 360 درجة. تعمل الخوارزمية هنا كتتبّع للمسار: تكرّر الحركة المسجّلة للإنسان. وبحسب الشركة، نجح الأمر من المحاولة الأولى.

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
ما رأيك؟
جارٍ تحميل التعليقات…