في عالم تطور الذكاء الاصطناعي، تُعد الروبوتات البشرية من أبرز الابتكارات التي وُفرت للأبحاث التطبيقية. تمكّن التقدّم الأخير في تقنيات توليد الحركات المعتمدة على النصوص (text-driven motion generation) الروبوتات البشرية من أداء سلوكيات متنوعة. ومع ذلك، فإن قلة استخدام الأهداف الفيزيائية الصريحة في مولدات الحركة غالبًا ما ينتج عنها "هلوسات" فيزيائية، مما يؤدي إلى مسارات حركية غير قابلة للتنفيذ فعليًا بواسطة وحدات التحكم.

وهنا تأتي المبتكرة الجديدة المسماة "SafeFlow"، التي تعد إطار عمل للتحكم الكلّي في الروبوتات البشرية باستخدام الحركات المدفوعة بالنصوص. يجمع SafeFlow بين توليد الحركة المدفوع بالفيزياء ونظام أمان من ثلاث مراحل يقوم على مؤشرات المخاطر الصريحة. يعتمد SafeFlow على بنية هرمية ثنائية المستوى؛ حيث يُستخدم مستوى عالٍ لتوليد مسارات الحركة باستخدام تقنية Matching، مما يُحسن من إمكانية تنفيذ الروبوتات الحقيقية، بينما يُسرع مستوى Reflow عملية أخذ العينات لتقليل عدد التقييمات المطلوبة للتحكم في الوقت الحقيقي.

ولكن الأهم من ذلك، هو نظام الأمان الثلاثي المراحل الذي يمكنه اكتشاف المدخلات غير المحددة السلسلة (OOD) باستخدام مقياس Mahanobis في فضاء تشفير النصوص. يتضمن ذلك تصفية الجيل غير المستقر من خلال قياس تباين الاتجاه، وفرض قيود كينماتيكية صارمة قبل تمرير المسار المولد لوحدة التحكم.

أجريت تجارب موسعة على الروبوت Unitree G1، وأظهرت أن SafeFlow يتفوق على المعايير المعتمدة على الانحلال وإعادة التوجيه من حيث معدل النجاح والامتثال الفيزيائي وسرعة الاستدلال، مع الحفاظ على تنوع الحركة بشكل مستمر.

مع إطلاق SafeFlow، يمكننا أن نتوقع مستقبلًا مشرقًا لتحسين التحكم في الروبوتات البشرية، مما يفتح آفاقًا جديدة لتطبيقاتها في مجالات واسعة. هل أنتم متحمسون لمتابعة هذه التطورات في الذكاء الاصطناعي؟ شاركونا آراءكم في التعليقات!