في عصر الذكاء الاصطناعي، يعد التحكم بالأجهزة المنزلية من أبرز التحديات التي يواجهها الباحثون. يتطلب التشغيل الفعال لهذه الأجهزة تخطيطًا طويل المدى شاملًا ومتعتمدًا على الحالات، ولكن النماذج الكبيرة الحالية لا ترقى إلى هذا المستوى نظرًا لعدم وجود مجموعة بيانات متنوعة بشكل كافٍ لدعم هذا النوع من التخطيط. لذا، اجتمع خبراء في هذا المجال لتطوير **MAGE**، وهو نظام مبتكر لتوليد البيانات.

يعتمد **MAGE** على إنشاء **Hierarchical Appliance Graph (HAG)**، وهو إطار يقدم طريقة جديدة لتوليد بيانات متعلقة بالتخطيط والتحكم في الأجهزة المنزلية. يتم ذلك من خلال تحليل كتيبات التشغيل وتحويل المعلومات المعقدة إلى بيانات دقيقة تسهل تحقيق النتائج المرجوة. ومع **MAGE**، تم بناء **UseAppliance**، وهي أول مجموعة بيانات ضخمة تركز على التحكم في الأجهزة المنزلية، حيث تشمل 22 فئة من الأجهزة مع أكثر من 89,000 وسم للقطع، و53,000 مهمة تحكم، و33,000 خطوة تعديل مغلقة.

بفضل **UseAppliance**، تمكن فريق البحث من تطوير **AppliancePlan**، نموذج شامل للتخطيط في التحكم بالأجهزة المنزلية. أظهرت الاختبارات على **RealAppliance-Bench** أن **AppliancePlan**، الذي يمتلك 7 مليارات من المعاملات فقط، يحقق أداءً يتجاوز 10 أضعاف أفضل نموذج سابق في التخطيط المفتوح ويستمر في التفوق على النماذج الرائدة في جميع المهام.

تؤكد التجارب التي أجريت على ستة أجهزة منزلية مختلفة الفعالية العالية في نقل التجارب من المحاكاة إلى الواقع، مما يمثل خطوة كبيرة نحو تطوير الروبوتات المنزلية متعددة الأغراض.

هل أنتم مستعدون لاستقبال عصر الروبوتات المنزلية الذكية؟ شاركونا آراءكم في التعليقات!