يتحدى نموذج ذكاء اصطناعي جديد يُدعى Robostral Navigate افتراضًا راسخًا منذ زمن طويل في مجال الروبوتات: أن الملاحة الذاتية الموثوقة تتطلب عتادًا باهظ الثمن ومليئًا بالمستشعرات. يحقق هذا النموذج بحجم 8 مليارات معلمة، الذي طوّره الفريق في AI Science Robotics، أحدث مستوى من الأداء في الملاحة الروبوتية باستخدام كاميرا واحدة فقط من نوع RGB وتعليمات بلغة طبيعية بسيطة — بدون LiDAR، وبدون مستشعرات عمق، وبدون أنظمة متعددة الكاميرات.
Summary
أهم النقاط
- Robostral Navigate هو نموذج ذكاء اصطناعي بحجم 8 مليارات معلمة يوجّه حركة الروبوتات باستخدام كاميرا RGB واحدة فقط وتعليمات باللغة الطبيعية.
- يحقق معدل نجاح 76.6% على معيار R2R-CE في مجموعة التحقق غير المرئية، متفوقًا على أفضل الأساليب أحادية الكاميرا بمقدار 9.7 نقطة وعلى أنظمة العمق/متعددة الكاميرات بمقدار 4.5 نقطة.
- يستخدم النموذج نهجًا قائمًا على الإشارة للتنبؤ بمواقع الأهداف من إحداثيات الصورة، مع الاعتماد الاحتياطي على إزاحات في إطار الإحداثيات المحلي عندما يكون الهدف خارج مجال الرؤية.
- تقلل تقنية التدريب المعتمدة على التخزين المسبق للمقدمة (prefix-caching) عدد رموز التدريب بمقدار 22 مرة، مما يضغط عمليات التدريب التي تستغرق شهورًا إلى بضعة أيام.
- حسّن التعلم المعزز بعد التدريب عبر خوارزمية CISPO معدل نجاح النموذج بنسبة إضافية قدرها 3.2%.
Robostral Navigate يدفع حدود الملاحة الروبوتية أحادية الكاميرا
يعيد Robostral Navigate صياغة ما يحتاجه نموذج الملاحة فعليًا ليعمل. ففي حين تعتمد الأنظمة المنافسة على مستشعرات العمق أو مصفوفات من الكاميرات لرسم خريطة للبيئة، يعالج هذا النموذج سلسلة من صور RGB القياسية إلى جانب تعليمات نصية — ويتحرك عبر الفضاء وفقًا لذلك. الفريق الذي يقف وراءه، ويضم الباحثين Théo Cachet وArjun Majumdar وSrijan Mishra وThomas Chabal وChris Bamford وElliot Chane-Sane وBenjamin Tibi وLudovic Ho Fuh وOlivier Duchenne في AI Science Robotics، بنى النموذج بالكامل داخليًا دون الاعتماد على نماذج رؤية-لغة مفتوحة المصدر موجودة مسبقًا.
لهذا القرار في التصميم عواقب حقيقية على مستوى النشر. فمتطلبات المستشعرات الأبسط تعني انخفاض تكاليف العتاد، وسهولة الدمج عبر أنواع الروبوتات المختلفة، ونقاط فشل أقل في طبقة الاستشعار.
نهج الملاحة عبر الإشارة والإزاحات الاحتياطية
الابتكار الأساسي هو ما يسميه الفريق الملاحة القائمة على الإشارة. بدلًا من إصدار أوامر إزاحة مترية مثل “تحرك 0.5 متر إلى الأمام”، يستنتج Robostral Navigate إحداثيات الصورة لموقع الهدف ضمن مجال رؤية الكاميرا الحالي للروبوت — أي يشير فعليًا إلى المكان الذي يحتاج إلى الذهاب إليه — إلى جانب اتجاه الوصول المطلوب.
يجعل هذا النهج السياسة قوية بطبيعتها أمام التغييرات في خصائص الكاميرا الداخلية والاختلافات في مقياس العالم، لأنه يستدل على الوجهات بصريًا بدلًا من وحدات مترية ثابتة. مثال على تعليمات يمكن للنموذج اتباعها: “اخرج من الردهة، سر عبر الممر، ادخل غرفة الإمدادات، وتوقف مواجهًا الرف الثاني.”
عندما يكون الهدف خارج مجال الرؤية الحالي للكاميرا، لا تكون الإشارة قابلة للتطبيق ببساطة. في هذه الحالات، يعود النموذج إلى إزاحات في إطار الإحداثيات المحلي — أوامر مثل “تحرك 2 متر إلى الأمام، 1.5 متر إلى اليسار، ولف 25 درجة إلى اليسار.” يتيح التصميم ثنائي النمط للنموذج التعامل مع مجموعة واسعة من سيناريوهات الملاحة الواقعية دون زيادة في المستشعرات.
أداء رائد على معيار R2R-CE للتحقق
تظهر قوة Robostral Navigate بوضوح في الأرقام. على معيار R2R-CE (من غرفة إلى غرفة في بيئات مستمرة) — وهو الاختبار القياسي لاتباع تعليمات الملاحة في بيئات لم تُستخدم في التدريب — يحقق النموذج معدل نجاح 76.6% على مجموعة التحقق غير المرئية، و79.4% على مجموعة التحقق المرئية.
يتفوق على الأنظمة أحادية الكاميرا ومتعددة المستشعرات
تضع هذه النتائج النموذج في صدارة كل نظام قابل للمقارنة حاليًا على هذا المعيار. يتفوق Robostral Navigate على أفضل نهج أحادي الكاميرا بمقدار 9.7 نقطة ويتجاوز أفضل نظام يستخدم مستشعرات عمق أو عدة كاميرات بمقدار 4.5 نقطة — رغم أنه لا يستخدم أيًا منها.
يستحق الفارق عن الأنظمة متعددة المستشعرات اهتمامًا خاصًا. فكاميرات العمق وأنظمة LiDAR تمثل استثمارات كبيرة في العتاد؛ والنموذج الذي يتفوق عليها باستخدام تغذية واحدة من كاميرا RGB لا يحقق فوزًا على معيار فحسب، بل يغيّر أيضًا شكل الحد الأدنى من العتاد المطلوب لنشر الروبوتات تجاريًا.
تقنيات تدريب مبتكرة وتقنيات تعلم معزز
الوصول إلى هذه الأرقام تطلّب حل مشكلة كفاءة في التدريب. تتعلم نماذج الملاحة من تواريخ ملاحظة متسلسلة — حلقات طويلة من الصور والإجراءات والنتائج — والتي تتطلب عادةً قدرة حوسبية هائلة لمعالجتها. عالج فريق Robostral Navigate ذلك عبر خوارزمية تدريب تعتمد على التخزين المسبق للمقدمة (prefix-caching) مبنية على استراتيجية إخفاء انتباه قائمة على الأشجار.
تدريب إشرافي فعّال يعتمد على التخزين المسبق للمقدمة
يضغط هذا الأسلوب حلقة ملاحة كاملة في تسلسل واحد، مما يتيح التدريب عبر جميع الخطوات الزمنية في مرور أمامي واحد مع منع تسرب المعلومات بين الخطوات. مقارنةً بالتدريب على عينة واحدة لكل خطوة زمنية، يقلل هذا النهج عدد رموز التدريب بمقدار 22 مرة مع الحفاظ على جميع إشارات التعلم. عمليًا، يحوّل ذلك عمليات التدريب التي قد تستغرق شهورًا إلى عمليات تكتمل في غضون أيام — وهو مكسب تشغيلي مهم لتكرار تطوير ذكاء الروبوتات على نطاق واسع.
تم توليد بيانات التدريب نفسها بالكامل في المحاكاة عبر ما يقرب من 400,000 مسار جُمعت من 6,000 مشهد، مما أتاح تكرارًا سريعًا دون تكلفة وتعقيد جمع البيانات الفيزيائية.
تعزيز الأداء باستخدام التعلم المعزز عبر الإنترنت مع CISPO
بعد التدريب الإشرافي، طبّق الفريق خوارزمية CISPO، وهي خوارزمية تعلم معزز عبر الإنترنت، لدفع الأداء إلى أبعد. ففي حين يمكن أن يعاني الاستنساخ السلوكي القياسي من انحراف التوزيع — حيث يواجه النموذج في النشر سيناريوهات تختلف عن بيانات تدريبه — يتيح CISPO للنموذج التعلم من المحاولة والخطأ، والتعافي من الإخفاقات، وتطوير سلوكيات استكشافية.
أضافت مرحلة التدريب الثانية هذه تحسنًا قدره 3.2% في معدل النجاح. يشير الفريق إلى أنه لا يلاحظ أي بوادر لتسطح الأداء، مما يوحي بأن جولات تدريب إضافية من المرجح أن تدفع الأرقام إلى أعلى. إن تطبيق تقنيات التعلم المعزز بعد التدريب، المعروفة من تطوير نماذج اللغة الكبيرة، على ذكاء الملاحة المتجسد خطوة ذات أهمية استراتيجية — فهي تشير إلى أن دليل الهندسة الذي صُقل لنماذج اللغة الكبيرة أصبح الآن قابلًا للنقل إلى التحكم في الروبوتات الفيزيائية.
القدرة على التعميم عبر أنواع الروبوتات والتطوير المستقبلي
يعمل Robostral Navigate على الروبوتات ذات العجلات والروبوتات ذات الأرجل والروبوتات الطائرة، ويُعمّم عبر أحجام الروبوتات المختلفة وتكوينات الكاميرا المتنوعة. كما أن النموذج متين أمام الاختلافات في خصائص الكاميرا الداخلية، ما يعني أنه لا يحتاج إلى إعادة معايرة لكل إعداد عتادي جديد — وهو مطلب عملي لأي نظام يستهدف اعتمادًا تجاريًا واسع النطاق.
تشمل التطبيقات المستهدفة التصنيع، والتوصيل، واللوجستيات، والضيافة. ينظر الفريق إلى الملاحة باعتبارها قدرة أساسية للروبوتات متعددة الأغراض، ويضع Robostral Navigate كخطوة أولى نحو وكيل متجسد موحّد بدلًا من كونه منتجًا مكتملًا.
تعمل AI Science Robotics بنشاط على توسيع فريق الروبوتات لديها وتوظيف علماء وباحثين ومهندسين يركزون على ذكاء الملاحة المتجسد، مما يشير إلى أن خارطة طريق التطوير تمتد إلى ما هو أبعد من هذا الإصدار الأولي.
الأسئلة الشائعة
ما المستشعرات التي يستخدمها Robostral Navigate لملاحة الروبوت؟
يستخدم Robostral Navigate كاميرا RGB واحدة فقط ولا يعتمد على LiDAR أو مستشعرات العمق.
ما مدى أداء Robostral Navigate مقارنةً بنماذج الملاحة الأخرى؟
يحقق معدل نجاح 76.6% على معيار R2R-CE لمجموعة التحقق غير المرئية، متفوقًا على أفضل الأساليب أحادية الكاميرا بمقدار 9.7 نقطة وعلى أنظمة العمق/متعددة الكاميرات بمقدار 4.5 نقطة.
كيف يتعامل Robostral Navigate مع مهام الملاحة عندما لا يكون الهدف مرئيًا في مجال رؤية الكاميرا؟
عندما يكون الهدف خارج مجال الرؤية الحالي للكاميرا، يستخدم النموذج أوامر إزاحة في إطار الإحداثيات المحلي للروبوت كطريقة احتياطية للملاحة.
ما تقنيات التدريب التي تحسّن أداء Robostral Navigate في الملاحة؟
يستخدم النموذج طريقة تدريب إشرافي فعّالة تعتمد على التخزين المسبق للمقدمة (prefix-caching) والتي تقلل عدد رموز التدريب بمقدار 22 مرة، ويتحسن أكثر عبر التعلم المعزز عبر الإنترنت من خلال خوارزمية CISPO، التي أضافت مكسبًا قدره 3.2% في معدل النجاح.
{“@context”:”https://schema.org”,”@type”:”FAQPage”,”mainEntity”:[{“@type”:”Question”,”name”:”ما المستشعرات التي يستخدمها Robostral Navigate لملاحة الروبوت؟”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”يستخدم Robostral Navigate كاميرا RGB واحدة فقط ولا يعتمد على LiDAR أو مستشعرات العمق.”}},{“@type”:”Question”,”name”:”ما مدى أداء Robostral Navigate مقارنةً بنماذج الملاحة الأخرى؟”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”يحقق معدل نجاح 76.6% على معيار R2R-CE لمجموعة التحقق غير المرئية، متفوقًا على أفضل الأساليب أحادية الكاميرا بمقدار 9.7 نقطة وعلى أنظمة العمق/متعددة الكاميرات بمقدار 4.5 نقطة.”}},{“@type”:”Question”,”name”:”كيف يتعامل Robostral Navigate مع مهام الملاحة عندما لا يكون الهدف مرئيًا في مجال رؤية الكاميرا؟”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”عندما يكون الهدف خارج مجال الرؤية الحالي للكاميرا، يستخدم النموذج أوامر إزاحة في إطار الإحداثيات المحلي للروبوت كطريقة احتياطية للملاحة.”}},{“@type”:”Question”,”name”:”ما تقنيات التدريب التي تحسّن أداء Robostral Navigate في الملاحة؟”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”يستخدم النموذج طريقة تدريب إشرافي فعّالة تعتمد على التخزين المسبق للمقدمة (prefix-caching) والتي تقلل عدد رموز التدريب بمقدار 22 مرة، ويتحسن أكثر عبر التعلم المعزز عبر الإنترنت من خلال خوارزمية CISPO، التي أضافت مكسبًا قدره 3.2% في معدل النجاح.”}}]}
تم إعداد هذه المقالة بمساعدة الذكاء الاصطناعي ومراجعتها من قبل الفريق التحريري.
