طوّر باحثون من جامعة توهوكو في اليابان، ومعهد فيدياسيريميدهي للعلوم والتكنولوجيا في تايلاند، روبوتاً سداسي الأرجل تعلّم المشي خلال نحو ساعة، مستفيداً من طريقة حركة حشرة عصوية شائكة بدلاً من تلقي تعليمات مباشرة حول كيفية تحريك أرجله.
ودرّب الفريق نموذجاً للذكاء الاصطناعي على بيانات تتضمن بضع خطوات فقط، لحشرة عصوية شائكة، ليحاول استنتاج الهدف الذي تسعى الحشرة إلى تحقيقه أثناء المشي، ثم يحدّد بنفسه الحركات التي تساعد الروبوت على الوصول إلى النتيجة نفسها.
ونجح الروبوت بعد ذلك في المشي على أسطح وتضاريس غير مستوية، كما تمكن من مواصلة الحركة والتكيف مع فقدان أحد أطرافه، وهي قدرة قد تكون مهمة في البيئات التي يصعب على الروبوتات التقليدية ذات العجلات الوصول إليها.
وقال داي أواكي، الأستاذ المشارك في جامعة توهوكو، إن الباحثين لم يخبروا الروبوت بكيفية المشي، بل تركوه يستنتج ما تحاول الحشرة تحقيقه، ويبحث عن الطريقة المناسبة لتنفيذ ذلك.
وأظهرت التجارب أن الروبوت تعلّم المشي بسرعة تفوق بنحو ثلاثة أضعاف أساليب التدريب التقليدية، التي تتطلب تحديد حركات كل ساق بصورة مسبقة، وإعادة تصميمها لكل روبوت جديد.
كما قسمّ الباحثون عملية التعلم إلى معلومات عامة يمكن نقلها إلى روبوتات أخرى، ومعلومات مرتبطة بخصائص كل جهاز، ما قد يقلل الوقت والكلفة اللازمين لتدريب روبوتات جديدة.
ودرّب الفريق نموذجاً للذكاء الاصطناعي على بيانات تتضمن بضع خطوات فقط، لحشرة عصوية شائكة، ليحاول استنتاج الهدف الذي تسعى الحشرة إلى تحقيقه أثناء المشي، ثم يحدّد بنفسه الحركات التي تساعد الروبوت على الوصول إلى النتيجة نفسها.
ونجح الروبوت بعد ذلك في المشي على أسطح وتضاريس غير مستوية، كما تمكن من مواصلة الحركة والتكيف مع فقدان أحد أطرافه، وهي قدرة قد تكون مهمة في البيئات التي يصعب على الروبوتات التقليدية ذات العجلات الوصول إليها.
وقال داي أواكي، الأستاذ المشارك في جامعة توهوكو، إن الباحثين لم يخبروا الروبوت بكيفية المشي، بل تركوه يستنتج ما تحاول الحشرة تحقيقه، ويبحث عن الطريقة المناسبة لتنفيذ ذلك.
وأظهرت التجارب أن الروبوت تعلّم المشي بسرعة تفوق بنحو ثلاثة أضعاف أساليب التدريب التقليدية، التي تتطلب تحديد حركات كل ساق بصورة مسبقة، وإعادة تصميمها لكل روبوت جديد.
كما قسمّ الباحثون عملية التعلم إلى معلومات عامة يمكن نقلها إلى روبوتات أخرى، ومعلومات مرتبطة بخصائص كل جهاز، ما قد يقلل الوقت والكلفة اللازمين لتدريب روبوتات جديدة.
