في خطوة مبتكرة نحو تحسين قدرات الروبوتات، تم الكشف عن نموذج ODG-NoMaD، الذي يُعتبر تطورًا في مجال توجيه الروبوتات عبر الكاميرات العلوية. يُعزز ODG-NoMaD من كفاءة نموذج NoMaD القائم على التعلم، حيث يجمع بين توجيه الأهداف واستكشاف البيئة في سياسة ديفيوشن موحدة. لكن التحدي كان في البيئات غير المعروفة، حيث كان على الروبوتات التوجه بدون خريطة أو صورة للهدف، مما يعني أنهم كانوا يواجهون صعوبة في اتخاذ القرارات.

لكي يتغلب على هذه العقبة، يعتمد ODG-NoMaD على كاميرا عمق علوية تُستخدم لمرة واحدة عند نشر النظام لبناء خريطة إشغال تساهم في التخطيط لمسار عالمي. يتم تقسيم هذا المسار للحصول على اتجاه مرغوب فيه، ويقوم نموذج NoMaD بعد ذلك بتحسين هذا الاتجاه بناءً على خريطة قابلة للتنقل تتوفر من العمق onboard للروبوت. كما يتم تضمين تدرجان من تكلفة اتجاه الكوزاين في خطوات التنظيف النهائية، ما يساعد على توجيه المسارات الم sampled نحو هذا الاتجاه مع الحفاظ على تنوع الاستكشاف.

في الاختبارات التي أُجريت في بيئات مكتبية محاكاة، أثبت ODG-NoMaD فعاليته، حيث خفض المسافة المتبقية إلى الهدف بمقدار يصل إلى عشرة أضعاف مقارنةً بالاستكشاف غير الموجّه، متفوقًا على نموذج NaviDiffusor للقيادة بنقطة الهدف، وهو الوحيد الذي يظل خاليًا من الاصطدامات في كل تجربة.

هذه التطورات تمثل تقدمًا كبيرًا في مجال الروبوتات وتفتح آفاقًا جديدة لتطبيقات استكشاف أكثر فعالية. ما رأيكم في هذا الابتكار المثير؟ شاركونا آراءكم في التعليقات!