Robbyant تطلق نموذج LingBot-Touch مفتوح المصدر لتعزيز إدراك اللمس ومرونة الروبوتات

Robbyant، الشركة التابعة لمجموعة Ant Group والمتخصصة في الذكاء الاصطناعي الجسدي، قد أطلقت نموذج LingBot-Touch مفتوح المصدر، والذي يهدف إلى تعزيز قدرة الروبوتات على إدراك اللمس. تم تدريب هذا النموذج مسبقًا على ما يقرب من 5,000 ساعة من بيانات اللمس الواقعية، ويدعم ثلاثة أنماط إدراك: اللمس المغناطيسي، اللمس البصري، واستشعار الضغط. يقوم بتحويل الإشارات من مستشعرات مختلفة إلى تمثيل لمسي موحد، مما يمكّن الروبوتات المختلفة من مشاركة وإعادة استخدام المعلومات المتعلقة باللمس. وأشارت الشركة إلى أن هذه القدرة قد تحسن من أداء المهام الدقيقة، بما في ذلك تقليب الصفحات، فتح الأغطية، والتعرف على قطع الدومينو.

LingBot-Touch هو نموذج مفتوح المصدر يهدف إلى مساعدة الروبوتات في تفسير التلامس الفيزيائي من أنواع مختلفة من المستشعرات. يستهدف النموذج تحديًا رئيسيًا في تشغيل الروبوتات، وهو الحفاظ على القدرة على إدراك اللمس وإعادة استخدامها عند التبديل بين المستشعرات، والأيدي المرنة، ونماذج التحكم. تستخدم مستشعرات اللمس التجارية الحالية تقنيات مختلفة، بما في ذلك اللمس المغناطيسي، اللمس البصري، واستشعار الضغط. لكل طريقة مزاياها وعيوبها، وتكاليفها، وسيناريوهات استخدامها، لذا من غير المحتمل أن تهيمن تقنية إدراك واحدة على السوق. ومع ذلك، فإن هذه المبادئ الإدراكية المختلفة قد تنتج إشارات أولية غير متوافقة حتى عند الكشف عن نفس التلامس الفيزيائي.

قد تواجه النماذج المدربة على نوع واحد من المستشعرات صعوبة في نقل المعرفة إلى نوع آخر، مما يتطلب من المطورين جمع مجموعات بيانات جديدة، وإعادة تدريب النماذج، وضبط الأنظمة في كل مرة يحدث فيها تغيير في الأجهزة.

تجاوز مشكلة عدم توافق المستشعرات

يحاول LingBot-Touch تجاوز هذا القيد من خلال تحويل الإشارات اللمسية غير المتجانسة إلى تمثيل مشترك. يستخدم هيكله قنوات ترميز مستقلة لمعالجة البيانات من تقنيات إدراك مختلفة، ثم يقوم بتخطيط نقاط التلامس من تخطيطات مستشعرات مختلفة إلى فضاء مشترك لإحداثيات أطراف الأصابع. يتعلم النموذج المشترك بعد ذلك تفسير مواقع التلامس، وتوزيع القوة، وكيفية تغير هذه الخصائص مع مرور الوقت. تتيح العلامات اللمسية الموحدة الناتجة للأيدي الروبوتية المختلفة ونماذج الحركة الوصول إلى نفس المعلومات اللمسية المتعلمة وإعادة استخدامها. كما يسمح الهيكل بدمج بيانات بشرية تم جمعها من قفازات اللمس وبيانات الأيدي الروبوتية التي تعمل عن بعد خلال عملية التدريب، مما يساعد المطورين على نقل المعرفة اللمسية عبر منصات الأجهزة دون الحاجة إلى إنشاء أنظمة إدراك مستقلة لكل تكوين مستشعر.

أفادت الشركة أن هذا الهيكل يمكنه أيضًا استيعاب تقنيات استشعار اللمس الناشئة.

اختبارات العمليات الواقعية تظهر النتائج

قامت Robbyant بتقييم النموذج من خلال 26 اختبارًا عمليًا يتضمن روبوتين مرنين هما Sharpa Wave وXHand. أظهرت أربعة نماذج حركية—LingBot-VLA، π0.5، Diffusion Policy وTRex—زيادة متوسطة في معدل النجاح تتراوح بين 14 إلى 26 نقطة مئوية عند استخدام LingBot-Touch. شمل أحد الاختبارات استخدام نموذج الحركة T-Rex للتحكم في Sharpa Wave لفتح غطاء زجاجة.

في حالة عدم استخدام إدخال اللمس، كان معدل نجاح الروبوت 56.25%، وعندما تم إدخال الإشارات الأولية للمستشعر مباشرة إلى نموذج الحركة، ارتفع معدل النجاح إلى 62.5%. وعندما تمت معالجة المعلومات اللمسية بواسطة LingBot-Touch قبل تمريرها إلى الاستراتيجية، بلغ معدل النجاح 90%. كما اختبر الفريق ما إذا كان بإمكان النموذج نقل قدراته إلى أجهزة مختلفة. لم يكن المستشعر المغناطيسي المستخدم في XHand ضمن بيانات التدريب المسبق لنموذج LingBot-Touch، بل تم تعلم معلومات اللمس المغناطيسية من بيانات القفازات التي جمعها البشر.

حافظت Robbyant على ثوابت نموذج الأساس، واستخدمت فقط بيانات عرض XHand لتدريب نموذج الحركة، لتقييم إمكانية إعادة الاستخدام عبر الأجهزة.

تقدم الشركة حجمين من النموذج لتحقيق توازن بين القدرة الإدراكية ومتطلبات الحوسبة. تم استخدام جميع الاختبارات الـ 26 الواقعية مع LingBot-Touch-Tiny، الذي يحتوي على حوالي 5.3 مليون معلمة. عند دمجه مع LingBot-VLA، π0.5 وT-Rex، زاد حجمه الإجمالي بحوالي 0.13 إلى 0.16%. أفادت Robbyant أن نموذجها الأكبر، مع اقتراب مجموعة بيانات التدريب المسبق من 5,000 ساعة، يظهر أيضًا إمكانية تحسين إضافية.

يمكن الحصول على التقرير الفني والشيفرة المصدرية من خلال Hugging Face وGitHub.