الروبوتات القابلة للتكيف
المحتويات
تعريفًا بالموضوع، يشير مصطلح الروبوتات القابلة للتكيف إلى فرع من فروع علم الروبوتات يركز على ابتكار أنظمة روبوتية قادرة على تعديل مكوناتها المادية والبرمجية لأداء مجموعة واسعة من المهام مع التكيف مع البيئات المتغيرة. وقد دخلت الروبوتات المجال الصناعي في ستينيات القرن الماضي. ومنذ ذلك الحين برزت الحاجة إلى تصنيع روبوتات ذات أشكال جديدة من التشغيل والتكيف والاستشعار والإدراك بل وحتى القدرة على التعلم مما أدى إلى ظهور مجال الروبوتات القابلة للتكيف. وقد ساهمت تطورات هامة مثل روبوت بوما وأبحاث التلاعب والروبوتات المرنة وروبوتات الأسراب والذكاء الاصطناعي والروبوتات التعاونية والأساليب المستوحاة من الطبيعة وغيرها من الأبحاث الجارية في تطوير مجال الروبوتات القابلة للتكيف بصفة كبيرة. وعادةً ما ترتبط الروبوتات القابلة للتكيف بمجموعة أدوات التطوير الخاصة بها والتي تُستعمل عادةً لإنشاء روبوتات متحركة ذاتية التشغيل. وفي بعض الحالات تظل مجموعة أدوات التطوير القابلة للتكيف فعالة حتى عند تعطل بعض مكوناتها. وتعرض الأقسام التالية جوانب أخرى من الموضوع.
إضافةً إلى ذلك، تتكيف أنظمة الروبوتات القابلة للتكيف بنجاح مع بيئتها باستخدام تقنيات مثل التصميم المعياري والتعلم الآلي وتغذية المستشعرات الراجعة. وبفضل هذه التقنيات أحدثت ثورة في الكثير من الصناعات وأصبحت قادرة على مواجهة الكثير من التحديات الواقعية في المجالات الطبية والصناعية والفضائية والتجريبية. لا تزال هناك تحديات كثيرة يجب التغلب عليها في مجال الروبوتات القابلة للتكيف مما يتيح فرصًا للنمو في هذا المجال.
المفاهيم الأساسية
من جهة ثانية، يتميز الروبوت القابل للتكيف عادةً بخصائص تميزه عن الروبوتات التي تؤدي مهامها بغض النظر عن العوامل الخارجية. وتستند الروبوتات القابلة للتكيف إلى أربعة مفاهيم أساسية لتحقيق هذا التمييز وهي: المرونة والاستشعار والإدراك والتعلم والذكاء والتشغيل.
الروبوتات المعيارية
ومن جهة أخرى، روبوتات مصممة للعمل في الهواء الطلق تتكيف مع التضاريس المتغيرة والعوائق. تُبنى هذه الروبوتات على شكل سلسلة من الوحدات الفردية ذات مفاصل بسيطة مما يُمكّنها من تغيير شكلها إلى أشكال متنوعة لاجتياز التضاريس. تشمل بعض هذه الأشكال تكوينات مثل العنكبوت والمتعرج والحلقة.
الروبوتات اللينة
وفي هذا الصدد، يُعدّ مجال الروبوتات ذات المقابض المرنة مجالًا ناشئًا في عالم الروبوتات القابلة للتكيف وهو مستوحى من نبات صائد الذباب. يوفر سطحان روبوتيان مرنان وحدتي إمساك: إحاطة وقرص. تُختبر هذه التقنية في بيئات متنوعة لتحديد تأثيرات الأجسام المختلفة وأخطاء تحديد موضع الجسم وتركيب السطح الروبوتي المرن على قدرة الإمساك. يُمكن تحقيق التشغيل غير المقيد لا سيما في الروبوتات المرنة التي تستعمل بوليمرات الكريستال السائل وهي فئة من المواد المستجيبة للمؤثرات الخارجية ذات تأثير ذاكرة شكلية ثنائي الاتجاه. يسمح هذا لبوليمرات الكريستال السائل بتوليد طاقة ميكانيكية عن طريق تغيير شكلها استجابةً للمؤثرات الخارجية ومن ثم تحقيق التشغيل غير المقيد.
التطبيقات
من جهة ثانية، يُعدّ التعلّم من خلال المحاكاة استراتيجيةً لنقل مهارات الحركة البشرية إلى الروبوتات. والهدف الأساسي هو تحديد الحركات الأساسية المهمة أي الحركات التي يقوم بها البشر من خلال المحاكاة وإعادة تنفيذ هذه الحركات لتكييف الروبوت معها. وقد ظهرت بعض المشكلات المتعلقة بعدم قدرة الروبوتات على تكييف المهارات المكتسبة من خلال التعلّم من المحاكاة مع بيئات جديدة (وهو تغيير عن السيناريو الذي خضع فيه الروبوت لمحاكاة أولية). وقد تمّت معالجة هذه المشكلات المتعلقة بالتعلّم من خلال المحاكاة باستخدام نموذج تعلّم قائم على نظام ديناميكي غير خطي يقوم بتشفير المسارات كحركات أساسية ديناميكية وهي مشابهة للحركات الأساسية ولكنها حركات مهمة ممثلة بمعادلة رياضية؛ تتغير متغيرات المعادلة بتغير البيئة مما يؤدي إلى تغيير الحركة المُنفذة. وقد أثبتت المسارات المسجلة من خلال هذه الأنظمة قابليتها للتطبيق في مجموعة واسعة من البيئات مما جعل الروبوتات أكثر فعالية في مجالاتها. وقد ساهم التعلّم من خلال المحاكاة في تطوير تطبيقات الروبوتات في المجالات التي تتطلب دقة عالية مثل البيئات الجراحية.
إضافةً إلى ذلك، في المجال الطبي تركز تقنية الاستشعار عن بعد (إس إيه آر) على جمع البيانات الحسية من الأجهزة الطرفية القابلة للارتداء لفهم حالة المستعمل. تُمكّن المعلومات المُجمّعة الجهاز من توفير مراقبة شخصية وتحفيز وتدريب لإعادة التأهيل. كما تتيح واجهات التفاعل الفيزيائي البديهية بين الإنسان والروبوت وظائف مثل تسجيل حركات الجراح لاستنتاج نواياه وتحديد المعايير الميكانيكية للأنسجة البشرية وغيرها من البيانات الحسية لاستخدامها في التطبيقات الطبية. وللروبوتات الحيوية الهجينة تطبيقات طبية تستعمل مكونات قابلة للتحلل الحيوي لتمكين الروبوتات من العمل بأمان داخل جسم الإنسان.
وفي السياق ذاته، في المجال الصناعي يمكن استخدام الذكاء الاصطناعي والتعلم الآلي والتعلم العميق لإجراء فحوصات مراقبة الجودة على المنتجات المصنعة وتحديد العيوب في المنتجات وتنبيه فرق الإنتاج لإجراء التغييرات اللازمة في الوقت الفعلي.
في هذا الإطار، أتاح الذكاء الاصطناعي والتعلم الآلي والتعلم العميق إحراز تقدم في مجال الروبوتات القابلة للتكيف مثل الملاحة الذاتية والتعرف على الأشياء ومعالجتها ومعالجة اللغة الطبيعية والصيانة التنبؤية. وقد كانت هذه التقنيات أساسية في تطوير الروبوتات التعاونية وهي روبوتات قادرة على العمل جنبًا إلى جنب مع البشر وقادرة على التكيف مع البيئات المتغيرة.
وعلى صعيد آخر، تمتلك الروبوتات القابلة للتكيف قدرات جعلتها قابلة للتطبيق في الكثير من المجالات بما في ذلك مثلًا لا الحصر المجالات الطبية والصناعية والتجريبية.
الإحساس والإدراك
علاوةً على ذلك، تُعالج المعلومات البيئية التي جمعها عبر الأجهزة الطرفية بذكاء في أنظمة قابلة للتكيف. تستطيع أنظمة الذكاء الاصطناعي معالجة هذه البيانات وتعديل مهامها الأساسية بحسب ذلك مما يؤدي إلى اتخاذ إجراءات مُكيَّفة. في عام 2001 أُطلق ذراع ذراع كندا الفضائية 2 إلى محطة الفضاء الدولية ولعب دورًا محوريًا في صيانة المحطة مستعملًا البيانات من الأجهزة الطرفية لتكييف المحطة مع التغيرات البيئية داخلها.
القدرة على التكيف
وفي هذا السياق، يمكن تعريف الروبوت بأنه قابل للتكيف عندما يمتلك قدرات مثل السلامة الذاتية والأداء المتميز دون أي تنازلات والقدرة على التعلم والقدرة على أداء مهام لا تستطيع الروبوتات التقليدية القيام بها. ويمكن تحقيق هذه القدرات من خلال تقنية التحكم بالقوة والذكاء الهرمي وغيرها من الأساليب المبتكرة. يُعد اختراع جون أدلر عام 1994 وهو جهاز "سايبر نايف" الجراحي الروبوتي نظامًا قادرًا على استخدام دقة فائقة في الإجراءات الطبية مما يُجسد هذه القدرات التكيفية.
الروبوتات الحيوية الهجينة
إضافةً إلى ذلك، تستعمل الروبوتات الحيوية الهجينة الأنسجة أو الخلايا الحية لتزويد الآلات بوظائف يصعب تحقيقها بطرق أخرى. مثلًا استُخدمت الخلايا العضلية لتمكين بعض الروبوتات الحيوية الهجينة من الحركة. وتتكامل روبوتات الأسراب مع الروبوتات الحيوية الهجينة في بعض الحالات لا سيما في المجال الطبي أما الروبوتات الهجينة بين الحشرات والآلات والمعروفة كذلك باسم الحشرات السيبرانية أو الروبوتات الحيوية الحشرية فهي عبارة عن دمج حشرة حية مع نظام تحكم اصطناعي مُدمج في جسمها لتوجيه حركتها أو سلوكياتها.
البرمجة
الأنواع
كذلك، تأتي هذه المجموعات مزودة بمنصة برمجية مفتوحة المصدر مصممة خصيصًا لمجموعة من وظائف الروبوتات الشائعة. كما تتضمن هذه المجموعات أجهزة روبوتية شائعة تتصل بسهولة بالبرنامج (مستشعرات الأشعة تحت الحمراء والمحركات والميكروفون وكاميرا الفيديو) مما يعزز قدرات الروبوت.
كذلك، قد تقتصر عملية تعديل الروبوت لتحقيق قدرات متنوعة مثل التعاون على اختيار وحدة نمطية وتبادل الوحدات النمطية وإصدار التعليمات للروبوت عبر البرمجيات والتنفيذ.
التعلم والذكاء
كذلك، إمز غاري كاسباروف في مباراة شطرنج مُسجلاً بذلك إنجازًا بارزًا في قدرة الذكاء الاصطناعي الروبوتي على التخطيط والاستجابة.
من جانب آخر، تُمكّن تقنيات الذكاء الاصطناعي والتعلم الآلي والتعلم العميق الأنظمة من فهم العالم المحيط بها ما يُسهم في رفع مستوى ذكائها تدريجيًا أثناء تنفيذ مهامها. في عام 1997 أُطلق الروبوت "سوجورنر" إلى المريخ مزودًا بحاسوب داخلي مكّنه من التكيف مع الأحداث والعقبات غير المتوقعة حتى مع الحد الأدنى من البيانات وهو ما يُعدّ مقدمةً لإضافة الذكاء الاصطناعي إلى الأنظمة القابلة للتكيف. وفي وقت لاحق من ذلك العام هزم حاسوب "ديب بلو" التابع لشركة آي بي
التحديات والقيود
من جانب آخر، تُعاني الروبوتات الجماعية من قيودٍ تتمثل في التداخل والتصادمات وعدم اليقين ونقص التخصص وعدم فهم نمط سلوك السرب. وتواجه الروبوتات الحيوية الهجينة تحدياتٍ تتمثل في حساسية الخلايا الحية على الرغم من قدرتها على التكيف مع بيئاتٍ متنوعة بفضل خصائص المادة البيولوجية.
ومن ناحية أخرى، تُعدّ الأنظمة التي تتضمن تعاونًا جسديًا بين البشر والروبوتات صعبة التصميم نظرًا لعدم اليقين البشري. فالبشر يُغيّرون قوة حركاتهم باستمرار نتيجة لعوامل بشرية كالعاطفة والعمليات البيولوجية وعوامل خارجية أخرى غير معروفة للروبوت. وهذا ما يجعل من الصعب قياس البيانات الحسية اللازمة لنجاح عملية التكيف في الروبوتات. علاوة على ذلك تختلف الاحتياجات والخصائص والتفضيلات الخاصة بكل مريض في بيئة طبية. لذا تحتاج أنظمة الروبوتات القابلة للتكيف إلى وقت أطول للتأقلم مع البيئة الجديدة التي تختلف من مريض لآخر.
- انظر كذلك
- روبوت منزلي
- القدرة على التكيف مع التضاريس
في هذا الإطار، يُمثل الحصول على بيانات موثوقة من تقنيات الاستشعار تحديًا للأنظمة القابلة للتكيف لا سيما في مجال الذكاء الاصطناعي. ومع التطور السريع لنماذج الذكاء الاصطناعي تزداد الحاجة إلى تطوير تقنيات مساعدة قادرة على توفير المعلومات اللازمة لهذه الأنظمة. علاوة على ذلك تُشكل الحاجة إلى بيئات ديناميكية لتدريب خوارزميات الذكاء الاصطناعي تحديًا إذ لا يعرف الآلة بكل سيناريو قد تواجهه أثناء التدريب.
الروبوتات الجماعية
علاوةً على ذلك، مجال الروبوتات الذي يستعمل ذكاء السرب لمجموعات من الروبوتات البسيطة المتجانسة. تتبع روبوتات السرب خوارزميات مصممة عادةً لمحاكاة سلوك الحيوانات الحقيقية لتحديد حركاتها استجابةً للمؤثرات البيئية.
التفعيل
وفي السياق ذاته، تُمكّن أنظمة التشغيل الروبوتية من تحريكه. وتعمل المحركات القابلة للتكيف عادةً استجابةً للتغيرات البيئية مثل تغيرات درجة الحرارة التي قد تُغير شكل المحرك ومن ثم تُغير وظيفته. يُمكن تحقيق التشغيل ذاتي التزويد بالطاقة (بدون أسلاك) خاصةً في الروبوتات المرنة حيث يُمكن للمؤثرات الخارجية تغيير شكل المحرك مما يُولد طاقة ميكانيكية. في عام 1989 ابتكر رودني بروكس روبوت جنكيز وهو روبوت سداسي الأرجل قادر على اجتياز التضاريس الوعرة. يستعمل نموذج الروبوت سداسي الأرجل ستة محركات للحركة ولا يزال رائجًا في النماذج الحديثة مثل ريكس.
📝 هل في هذه المقالة خطأ؟
إذا وجدت معلومة تحتاج تصحيحاً أو إضافة، أو أردت حذف المقالة، أرسل لنا طلباً وسنراجعه.
ما رأيك في هذه المقالة؟