تعد قدرة الروبوتات على التفاعل مع البيئة المحيطة بها والتحرك بشكل مشابه للإنسان تحدياً طويل الأمد. عندما تتعرض الروبوتات لظروف وبيئات متنوعة، تصبح قدرتها على التكيف أمراً حيوياً.
إثارة الأشياء الثقيلة والتحكم فيها تعتبر مهمة صعبة بالنسبة للروبوتات بسبب العديد من نقاط الاتصال المحتملة بين الجسم والروبوت. يتضمن هذا الأمر حسابات معقدة، خاصةً عندما تحتاج الروبوتات لتخطيط ملايين نقاط الاتصال.
لتمكين الروبوتات من التعامل مع الأشياء بفاعلية، يجب أن تكون لديها القدرة على توقع أحداث الاتصال والتفاعل معها.
باحثون من معهد ماساتشوستس للتكنولوجيا في الولايات المتحدة طوروا تقنية تُسمى “التجانس”، تستخدم الذكاء الاصطناعي لتلخيص نقاط الاتصال في عدد أقل من قرارات. هذا يسمح لخوارزميات بسيطة بسرعة تحديد خطة معالجة فعالة للروبوت، مما يؤدي إلى تخطيط معالجة أسرع وأكثر كفاءة.
يتوقع العلماء أن يحدث هذا الابتكار ثورة في مجال الروبوتات الصناعية التي تعتمد بشكل كبير على الأذرع الآلية الكبيرة ذات حركة محدودة. وبواسطة تقنية معهد ماساتشوستس للتكنولوجيا، يمكن للروبوتات الصغيرة والمرنة أداء المهام بشكل كامل، مما يقلل من استهلاك الطاقة بشكل كبير. هذا النهج يمكن أن يكون واعداً أيضاً للمهام الفضائية، حيث يمكن للروبوتات التكيف بسرعة مع التضاريس المتنوعة باستخدام الحساب في الموقع.
تعتمد هذه الطريقة على استخدام النماذج لتبسيط عملية اتخاذ القرار في مجال الروبوتات. يهدف المفهوم الأساسي وراء هذا النهج إلى تمكين الروبوتات من تعلم الأهداف من خلال التجربة واتخاذ القرارات الصحيحة. تستخدم تقنية “التجانس” لتقليل عدد نقاط الاتصال غير المهمة والتركيز فقط على النقاط الأساسية.
رغم أن هذا النموذج يثبت فاعليته في المهام البسيطة، إلا أنه ليس قادراً حالياً على التعامل مع الحركات الديناميكية المعقدة بشكل كبير.
