في عالم الروبوتات، تمتلك الروبوتات الإنسانية إمكانيات هائلة بوصفها عوامل عامة قادرة على التفاعل في بيئات محورها الإنسان. ومع ذلك، لم تكن النماذج الأساسية المتعددة الوسائط القائمة على الرؤية واللغة والعمل (VLA) ملائمة تمامًا لتطبيقات الحركة الكاملة التي تحتاجها هذه الروبوتات. تكمن التحديات في الأبعاد العالية والاعتماد المتبادل بين حركات الروبوت، مما يجعل التنسيق بين الحركة والموقف والفعلات اليدوية صعبة للغاية باستخدام النماذج المعمارية التقليدية.

بهدف التغلب على هذه العقبات، تم تقديم إطار "HAF" (Humanoid Adaptation Framework) الذي يركز على تكييف نماذج VLA العمومية لتناسب احتياجات الروبوتات الإنسانية في الحركة الكاملة. يتكون HAF من جزئين أساسيين: HAF-VLA وHAF-Steer.

HAF-VLA هو مولد لتدفق الإجراء الهرمي يعمل على نموذج VLA مسبق التدريب، حيث يقسم العملية الكاملة لتنقية الإجراءات إلى ثلاث مراحل متسلسلة، مما يساعد على الحفاظ على الاعتماد الحركي وتجنب الأفعال غير المتناسقة. بينما يوفر HAF-Steer تقنية متقدمة تُستخدم لتحسين سياسات التدريب من خلال استخدام التعلم التعزيزي عبر الإنترنت دون الحاجة لتحديث نماذج VLA الكبيرة.

من خلال تقييمه على سبع مهام حركية في العالم الحقيقي، أثبت HAF تفوقه على النماذج الأحادية التقليدية، مما يُحسن التنسيق والأداء.

هل سيغير HAF مستقبل الروبوتات الإنسانية بطريقة غير مسبوقة؟ ابقوا معنا لمتابعة آخر الأخبار حول هذا التطور المثير!