تنسيق حركة الجسد لعبور المساحات المزدحمة: نموذج «تانغو» ينقل ملاحة الروبوتات من المحاكاة إلى الميدان

تتجاوز أبحاث الروبوتات الشبيهة بالبشر تدريجيًا النماذج التقليدية التي تحصر حركة الروبوت في التخطيط الثنائي الأبعاد، وهو الأسلوب المستعار من العربات ذات العجلات الذي يتجاهل مرونة الجسد البشري في المساحات المزدحمة. يقدّم بحث جديد يقوده الباحث أنكي لي وفريق من الباحثين إطار «تانغو» (TANGO)، وهو نموذج حركة ورؤية ولغة موجّه نحو التحكم بالجسد الكامل للروبوتات الشبيهة بالبشر في البيئات الداخلية المعقدة. ينطلق العمل من إدراك أن عبور الروبوت بين العوائق والممرات الضيقة لا يتطلب مجرد رسم خط سير أرضي، بل يفرض تعديلًا حركيًا ثلاثي الأبعاد يشمل موضع الذراعين، وضبط زاوية الجذع، وتعديل إيقاع الخطوات آنيًا أثناء التنقل لتفادي الاصطدام في الفراغ المحيط.

يعتمد إطار «تانغو» على تحويل الأوامر اللغوية الطبيعية وملاحظات الكاميرا الذاتية إلى أفعال حركية مباشرة في فضاء المفاصل. يتلقى النموذج تعليمات نصية عادية مع صور ملونة من المنظور الذاتي للروبوت، ثم ينتج قرارات حركية تغطي تسعًا وعشرين درجة من درجات الحرية الحركية لتوجيه نظام التحكم بكامل الجسد. يلغي هذا الربط المباشر الحاجة إلى تفكيك المسألة إلى مسارات منفصلة بين فهم اللغة وتوليد المسارات المستقلة، إذ تتعامل الشبكة مع التنسيق بين الجذع والأطراف استجابة للبيئة المحيطة، مما يمنح الروبوت قدرة أعلى على المناورة في زوايا الغرف والمكاتب المليئة بالأثاث بدقة هندسية متكاملة.

بُني تدريب النموذج بالكامل داخل بيئات المحاكاة دون الاعتماد على بيانات مسبقة جُمعت من مسارات واقعية، وهي النقطة الأبرز في تقليص كلفة تطوير سياسات الحركة المعقدة. اعتمد الباحثون على مسار تركيبي يولد سلوكيات عبور خالية من الاصطدامات عبر الجمع بين تخطيط المسار العام، وتوليد الحركة الحركية للجسد بالكامل، وتعديل الحركة لتفادي العوائق، والتتبع القائم على التعلم المعزز. وفرت هذه المنظومة إشرافًا حركيًا قابلاً للتنفيذ ديناميكيًا لتدريب سياسات الجسد الكامل الموجهة باللغة. وفي اختبارات المحاكاة، تفوق النموذج على خطوط الأساس المعيارية المجزأة في التعامل مع البيئات الصعبة، قبل أن يُنشر تجريبيًا بنمط الصفر المطلق على روبوت «يونيتري جي 1» (Unitree G1) في العالم الواقعي، محققًا عبورًا متماسكًا وموجهًا باللغة دون أي تدريب مسبق على بيانات حية.

يفتح هذا الانتقال من التخطيط الثنائي إلى التحكم الكامل ثلاثي الأبعاد أفقًا مختلفًا لفرق الأتمتة واللوجستيات في المنطقة. فالمستودعات الذكية والمرافق التشغيلية التي تدرس إدخال الروبوتات الشبيهة بالبشر، سواء في مراكز الإمداد في الخليج أو المجمعات الصناعية والخدمية في مصر والشام، لن تضطر إلى إعادة تهيئة كل ممر ليلائم مسارات الحركة المسطحة. قدرة الروبوت على تعديل وضعية جذعه وذراعيه لتفادي رفوف التخزين والعوائق المفاجئة تقلل تكلفة التجهيز الإنشائي، وتنقل ثقل الاستثمار من إعادة بناء البيئة المادية إلى نشر برمجيات متطورة تتحكم في روبوتات تجارية متوفرة في السوق.

بالنسبة للمهندسين والمطورين، تؤكد التجربة أن بناء قدرات الروبوتات المتقدمة لم يعد مقيدًا بامتلاك أساطيل تجريبية باهظة التكلفة لجمع البيانات الميدانية. إن نجاح نقل السياسات الحركية من المحاكاة الافتراضية إلى الروبوت الفيزيائي مباشرة يعني أن المراكز البحثية والجامعية وفرق التطوير التقني المحلية تستطيع تدريب خوارزميات ملاحة معقدة داخل بيئات المحاكاة، ثم اختبارها على عتاد روبوتي تجاري بتكلفة محددة. خطوتك العملية هنا هي الاستثمار في إتقان مسارات المحاكاة والتعلم المعزز لضبط حركة العتاد، بدل انتظار جمع بيانات مسارات واقعية تستنزف الوقت والميزانيات دون طائل.