في الفترة الأخيرة، أثبتت الروبوتات الشبيهة بالبشر (Humanoid Robots) قدرتها الرائعة في مجالات الألعاب الرياضية الحركية، ولكن لا يزال هناك تحدٍ كبير يتمثل في الوصول إلى أساليب حركة احترافية مع الحفاظ على أداء قوي في المهام المختلفة. لحل هذه المشكلة، تم تقديم تقنية جديدة تُعرف باسم AdaPT، والتي تعني "إطار التخطيط والتعقب الحركي التكيفي".

تقوم هذه التقنية بتعلم أنماط تقديم كرة التنس واللعب من خلال تحليل مقاطع الفيديو المتاحة في البث المباشر، مما يمنح الروبوتات القدرة على أداء الحركات الحركية بأسلوب احترافي. التصميم الهيكلي لهذه التقنية يعتمد على فكرة رئيسية مفادها أن المُخطط يقوم بإنشاء الحركات الكينماتيكية الأسلوبية، بينما يقوم المتعقب بتنفيذ تلك الحركات مع الحد الأدنى من التداخل مع عملية التخطيط.

وعلى الرغم من نجاح هذه التقنية في المحاكاة، فإن هناك فجوة ملحوظة بين المحاكاة والواقع. إذ يتدهور الأداء في الواقع الحقيقي بشكل واضح، مما يصعب تحقيق الهدف المطلوب. لمواجهة هذه التحديات، تم تطوير آلية للتكيف لتحسين قوة التتبع، عبر تعلم كيفية التتبع بسرعات تنفيذ عشوائية، بينما يرتبط المُخطط بمُعَدِّل سرعة الحركة الذي يقلل من الأخطاء المتراكمة.

تُظهر التجارب التي أجريت على الروبوت Unitree G1 فعالية هذه الآلية في تقليل الفجوة بين المحاكاة والواقع. علاوة على ذلك، تم تطبيق سياسات AdaPT على الروبوت الشبيه بالبشر Dobot Atom، حيث أثبتت قدرتها على تقديم خدمة محترفة في بيئة واقعية دون الحاجة لتقنية التقاط الحركة.

الابتكارات التي تم تقديمها على صعيد الروبوتات الرياضية الشبيهة بالبشر ليست مجرد تقنية جديدة، بل تفتح آفاقا جديدة للبحث والتطوير في هذا المجال، مما يدفعنا للتفكير في المستقبل ويطرح سؤالا هاما: كيف يمكن لهذه التقنيات أن تعيد تشكيل الرياضات الميكانيكية بشكل عام؟

لمزيد من المعلومات، يمكنكم زيارة موقع المشروع هنا.