نجح فريق من الباحثين من جامعة فيينا للتكنولوجيا في النمسا، في تطوير روبوت جديد يمكنه أن يحاكي حركات البشر في تنظيف دورات المياه بكفاءة عالية، عبر استخدام إسفنجة تنظيف مزودة بأجهزة استشعار وعلامات تتبع تظهر للروبوتات ماذا ينبغي عليها أن تفعل.
يقول البروفيسور أندرياس كوجي، من معهد الأتمتة والتحكم في جامعة فيينا، في بيان صادر الجمعة: «إن التقاط الشكل الهندسي لحوض الغسيل باستخدام الكاميرات أمر بسيط نسبياً. لكن هذه ليست الخطوة الحاسمة. الأصعب بكثير تعليم الروبوت أي نوع من الحركة مطلوب لأي جزء من السطح؟ وما مدى سرعة الحركة؟ وما الزاوية المناسبة؟ وما الكمية المناسبة من القوة؟».
وتتم أتمتة الروبوتات كي تقوم بأعمال مملة أو غير مرغوبة للبشر. ومع ذلك، فإن المهام الشاقة مثل تنظيف دورات المياه قد يكون من الصعب جداً أتمتة مهامها. إذ كيف يمكن حساب حركة ذراع الروبوت بحيث يمكنها الوصول إلى كل جزء من أحواض دورة المياه؟ وماذا لو كان للحوض حواف منحنية بشكل غير عادي؟ وما مقدار القوة التي يجب تطبيقها عند أي نقطة؟
ووفق الدراسة المنشورة ضمن أعمال المؤتمر الدولي حول «الروبوتات والأنظمة الذكية IROS 2024» الذى أقيم في مدينة أبوظبي الإماراتية، في الفترة من 14 - 18 أكتوبر (تشرين الأول) 2024، سيكون من المستهلك للوقت للغاية ترميز كل هذه الأشياء بدقة في قواعد بيانات ثابتة وصيغ رياضية محددة مسبقاً.
تقدم للمؤتمر أكثر من 3500 ورقة بحثية، حصل ابتكار جامعة فيينا للتكنولوجيا على جائزة أفضل ورقة تطبيقية، كما تم التصويت عليه بوصفه واحداً من أفضل الابتكارات لهذا العام.
يقول الباحثون إنهم اتبعوا نهجاً مختلفاً؛ إذ يُظهر الإنسان للروبوت عدة مرات ما يجب أن يفعله. كما يتم استخدام إسفنجة معدة خصيصاً لتنظيف حافة الحوض. ومن خلال مراقبة الإنسان، يتعلم الروبوت كيفية التنظيف ويمكنه تطبيق هذه المعرفة بمرونة على أشياء ذات أشكال مختلفة.
يقول كريستيان هارتل نيسيك، رئيس مجموعة الروبوتات الصناعية في فريق أندرياس كوجي: «أردنا إيجاد طريقة للسماح للروبوت بالتعلم بطريقة مماثلة جداً للبشر».
ووفق الورقة البحثية، تم تطوير أداة تنظيف خاصة لهذا الغرض، إسفنجة تنظيف مزودة بأجهزة استشعار للقوة وعلامات تتبع للبشر من أجل تنظيف الحوض بشكل متكرر، وكما يوضح كريستيان هارتل نيسيك: «نولد كمية هائلة من البيانات من عدد قليل من العروض التوضيحية، التي تتم معالجتها بعد ذلك حتى يتعلم الروبوت ما يعنيه التنظيف المناسب».
أصبحت عملية التعلم هذه ممكنة بفضل استراتيجية معالجة البيانات المبتكرة التي طورها فريق البحث في جامعة فيينا. وهي تجمع بين العديد من التقنيات الموجودة في مجال التعلم الآلي: تتم معالجة بيانات القياس إحصائياً أولاً، ويتم استخدام النتائج لتدريب الشبكة العصبية على تعلم عناصر الحركة المحددة مسبقاً، ثم يتم التحكم في ذراع الروبوت بشكل مثالي لتنظيف السطح. تمكّن خوارزمية التعلم المبتكرة هذه الروبوت من تنظيف الحوض بالكامل أو الأشياء الأخرى ذات السطح المعقد بعد التدريب.
ويوضح طالب الدكتوراه كريستوف أونجر من مجموعة الروبوتات الصناعية: «يتعلم الروبوت أنه يجب عليه حمل الإسفنجة بشكل مختلف اعتماداً على شكل السطح، وأن عليه تطبيق قدر مختلف من القوة على منطقة منحنية بإحكام بدلاً من سطح مستوٍ».
وتطبق التكنولوجيا الجديدة أيضاً على العديد من العمليات، سواء صقل الأعمال الخشبية في النجارة، أو إصلاح وتلميع أضرار الطلاء على هياكل المركبات، أو لحام أجزاء الصفائح المعدنية في ورشات العمل المعدنية.
في المستقبل، يمكن وضع الروبوت على منصة متحركة لاستخدامه بوصفه مساعداً مفيداً في أي مكان في الورشة. ويمكن لهذه الروبوتات بعد ذلك مشاركة معرفتها مع الروبوتات الأخرى.
يقول أندرياس كوجي: «لنتخيل أن العديد من الورشات تستخدم روبوتات التعلم الذاتي هذه لصقل الأسطح أو طلائها... يمكن لهذه التكنولوجيا بعد ذلك السماح للروبوتات باكتساب الخبرة بشكل فردي باستخدام البيانات المتولدة لديها».
