كتبت : نيللي علي
طور باحثون في جامعة كاليفورنيا بيركلي، نظامًا جديدًا لتعزيز سهولة حركة الروبوتات في البيئات الداخلية؛ مثل المنازل والمكاتب والمتاحف، للتجول بين البشر بكفاءة عالية وتنفيذ المهام الموكلة لها متجنبة الاصطدام بالعوائق وتستطيع نظم الملاحة التقليدية تجنب الأثاث في المحيط الداخلي، ولكن تجنب البشر يمثل تحديًا، إذ ينطوي على ضرورة توقع تحركاتهم والتخطيط وفقًا لذلك.
ودرب الباحثون نموذجهم الأولي على مجموعة بيانات، جمعوها حديثًا من صور واقعية تسمى هيومان ناف. وأشاروا في دراستهم التي نشروها في موقع إيه آر إكس آي في، إلى أن تجربتهم قائمة على اقتراح إطار عمل جديد لملاحة الروبوت بين البشر؛ يجمع بين الإدراك القائم على التعلم والتحكم الأمثل القائم على النموذج.
ويتكون النظام الجديد من 3 أجزاء؛ هي الإدراك والتخطيط ونموذج التحكم. وتعتمد وحدة الإدراك على شبكة عصبية تلافيفية مُدرَّبة على تحويل المدخلات البصرية للروبوت إلى نقطة علام باستخدام التعلم تحت الإشراف. لتُنقَل من خلال الشبكة العصبية التلافيفية إلى وحدات التخطيط والتحكم في النظام. وتضمن هاتان الوحدتان تحرك الروبوت إلى هدفه بأمان، متجنبًا الاصطدام بالبشر والجماد.
ونقل موقع تك إكسبلور البريطاني، عن الباحثين، أن النظام الجديد يتوقع رد فعل البشر ويتصرف بناء على ذلك، بالاستناد فقط إلى صورة أحادية، دون التنبؤ فعلًا بالحركة البشرية المستقبلية.
وبعد تجارب في بيئات المحاكاة، أجرى الفريق تجارب واقعية، بتطبيق نظام الملاحة الجديد على روبوت تروبل بوت2 المتحرك مفتوح المصدر؛ وأكدوا على أن النظام تأقلم بشكل جيد ضمن المباني، محققًا مناورة فعالة أمام تحركات البشر.
