في عالم الذكاء الاصطناعي، تبرز تحديات جديدة تثير فضول الباحثين حول كيفية تطور الروبوتات في بيئات ديناميكية. في دراسة مثيرة، يتم دمج تحسين شكل الروبوت (morphology) مع تحسين نظام التحكم (controller) ليشكلا تحديًا معقدًا يحتاج إلى حلول مبتكرة. تعتمد الدراسة على نظرية الوراثة اللماركية (Lamarckian inheritance)، حيث ينتقل أداء نظام التحكم من الوالدين إلى الأبناء، مما يفتح المجال لفهم جديد حول كيفية استجابة الروبوتات للتغيرات البيئية.

تتناقض الأدبيات الحالية حول فعالية الوراثة اللماركية في هذه السياقات، حيث تشير بعض الدراسات إلى أن هذه النظرية لا تقدم فوائد حقيقية، بينما تؤكد دراسات أخرى في مجال الروبوتات التطورية أن لها تأثيرًا إيجابيًا على الأداء. يطرح الباحثون فرضية مثيرة: قد تكون الأسباب المتعلقة بهذه التناقضات في عدم شمول الدراسات على جميع المتغيرات البيئية ذات الصلة.

تقوم هذه الدراسة الجديدة بتحديد متغيرين رئيسيين يؤثران في فائدة الوراثة اللماركية: مدى تعارض التغيرات البيئية مع سلوك التحكم الخاص بالروبوت، ومدى قابلية توقع تلك التغيرات. باستخدام الروبوتات اللينة الافتراضية (virtual soft robots) وطرق التعلم المختلفة مثل التحسين البايزي (Bayesian Optimization) والتعلم المعزز (Reinforcement Learning)، أظهرت النتائج أن الوراثة اللماركية تتفوق فقط عندما تكون التغيرات البيئية غير متوقعة ومتعارضة. ومن اللافت أن إدخال حساس (sensor) لاكتشاف التغيرات البيئية يعيد الفوائد للوراثة اللماركية في البيئات المتعارضة، مما يمكّن الروبوتات من التنبؤ بضرورة تغيير سلوكها وبالتالي تحسين آليات التحكم لديها.

تساهم هذه النتائج في إثراء فهمنا لكيفية تحسين الروبوتات لأدائها في ظل التغيرات البيئية السريعة، مما يفتح الأفق لمزيد من الدراسات في هذا المجال.