تحديات تصميم الروبوتات البشرية: لماذا يمثل العمل المنزلي تحديًا كبيرًا للروبوتات

يمكن للروبوت البشري الجري والقفز والقيام بحركات بهلوانية وحتى الرقص، لكن عندما يُطلب منه طي القمصان أو التقاط إسفنجة مبللة أو تدوير مفتاح، تصبح الأمور أكثر صعوبة. قد يبدو هذا الأمر غير منطقي إلى حد ما. فعلى الرغم من أن الحركات البهلوانية تبدو أكثر تعقيدًا من طي القميص، إلا أن الحركات البهلوانية هي عبارة عن سلسلة من الحركات المتوقعة، وتكون عملية التحكم دقيقة للغاية. في حين أن العمل المنزلي مليء بعدم اليقين. فالمواد قد تنحني أو تنزلق أو تتشوه أو تتلف، كما أن موضعها قد يختلف قليلاً في كل مرة. لذلك، قد تكون الأيدي الروبوتية هي الجزء الأكثر تحديًا في بناء روبوت بشري حقيقي وفعال.

ليست اليد مجرد مجموعة من الأصابع، بل تجمع اليد البشرية بين الآلية والاستشعار والتحكم في حزمة شديدة الإحكام. نحن نضبط إمساكنا باستمرار دون الحاجة إلى التفكير الواعي. فعندما يبدأ الجسم بالانزلاق، نرخي أصابعنا، وعندما يكون الجسم ثقيلًا، نعزز قوة الإمساك، أو عندما يكون الجسم غير متوقع النعومة، نغير طريقة الإمساك. يحتاج الروبوت إلى الاعتماد على المستشعرات والبرمجيات لتحقيق هذه الوظائف.

قد تحتوي الأيدي الروبوتية الحديثة على العديد من المحركات ودرجات الحرية، لكن هذا لا يجعلها تلقائيًا مرنة. يحتاج الروبوت أيضًا إلى معرفة موضع أصابعه، وموقع الجسم، وقوة التلامس، وما إذا كان ينزلق، ومدى الأمان في تطبيق القوة. هذا الأمر صعب بشكل خاص لأن الرؤية لا يمكنها توفير كل هذه المعلومات. يمكن للكاميرا أن تخبر الروبوت أنه يمسك ببيضة، لكنها لا تستطيع إخباره مباشرة بمدى قربه من سحقها. لذلك، أصبحت أبحاث الاستشعار باللمس مؤخرًا أكثر أهمية. في عام 2026، نشرت دراسة في مجلة "ساينس روبوتيكس" لجامعة تشجيانغ، حيث تم الجمع بين المعلومات البصرية واللمسية، باستخدام التعلم المعزز وتعلم المحاكاة عبر الإنترنت، وقد حققت نجاحًا بنسبة 85% في خمس مهام معقدة تشمل 25 جسمًا.

التحديات الأساسية للروبوتات المنزلية

العالم الحقيقي مزعج وغير متوقع. تتمتع روبوتات المصانع بمزايا كبيرة لأن المهندسين يمكنهم التحكم في بيئتها. فالذراع الآلية التي تقوم بتجميع نفس المكونات آلاف المرات يمكنها الحصول على مسار ثابت وإضاءة متوقعة وأبعاد معروفة للأجسام وأدوات متخصصة. في حين أن البيئة المنزلية فهي عكس ذلك تمامًا. قد يختلف كل مرة يتم فيها طي القميص، وقد يكون الكوب ممتلئًا جزئيًا، وقد يكون الدرج مفتوحًا جزئيًا، وتغير الإسفنجة شكلها عند الضغط عليها، وليس للبلاستيك شكل هندسي ثابت. وقد وصف باحثون من جامعة ولاية أوهايو هذا بأنه أحد المشاكل الأساسية للروبوتات المنزلية: من الصعب نمذجة والسيطرة على التلامس الفيزيائي، خاصة عندما تكون الأجسام لينة أو هشة أو غير منتظمة.

بالإضافة إلى ذلك، عندما تقوم بالتحكم، فإن الروبوت غالبًا ما يكون في حالة حركة. وقد حددت أبحاث الروبوتات المنزلية أن تنسيق اليدين والتنقل المستقر والقدرة الكافية على الوصول هي المتطلبات الثلاثة للتحكم الكامل في العالم الحقيقي. بعبارة أخرى، لا يمكن النظر إلى اليد بمعزل عن غيرها، بل يجب دمجها مع الذراع والجسم والبيئة.

هذا يفسر الظاهرة الغريبة لتقدم الروبوتات البشرية. اشتهرت وحدة H1 من شركة Unitree بقدرتها على القيام بحركات القفز البهلوانية، بينما عرضت وحدة G1 حركات أكثر ديناميكية. لكن القفز البهلواني هو حركة محددة المعالم. يعرف الروبوت ما يفعله، ويمكن التحكم في البيئة، ويمكن تكرار العملية مرارًا وتكرارًا. أما طي الملابس فهو مختلف. يجب أن يجد الروبوت القماش، وأن يفهم شكله المتغير، وأن يختار نقاط الإمساك، وأن يسحب دون فقدان الملابس، وأن يعيد وضع اليد، وأن يأخذ في الاعتبار التجاعيد، ثم يضع النتيجة النهائية بدقة.

عندما يتعلق الأمر بمعالجة مائة نوع مختلف من القمصان، فإن المشكلة تبدو فجأة وكأنها ليست مجرد حركة بسيطة، بل تجربة فيزيائية ضخمة.

استراتيجيات شركات الروبوتات الصينية

تواجه شركات الروبوتات الصينية هذه المشكلة. مؤخرًا، عنونت رويترز تقريرًا بشكل ملائم "بعد الجري والرقص، شركات الروبوتات الصينية تستهدف الأعمال المنزلية". الشركة المذكورة في التقرير، X Square Robot، إلى جانب العديد من شركات الروبوتات الأخرى، تختبر الروبوتات البشرية في الأعمال المنزلية مثل التقاط القمامة وترتيب الزهور. المفتاح المفقود هو البيانات. يعتمد الروبوت الحديث بشكل متزايد على التدريب بدلاً من مجرد البرمجة. ومع ذلك، فإن جمع بيانات العمليات المفيدة أكثر صعوبة من جمع الصور لنماذج الذكاء الاصطناعي.

قد يتطلب العرض المفيد معلومات متزامنة لموقع مفاصل الروبوت، والكاميرات، والقوة، وعزم الدوران، ومستشعرات اللمس. بالإضافة إلى ذلك، لا يوجد مجموعة بيانات على مستوى الإنترنت لتسجيل الأشخاص وهم يقومون بتشغيل آلاف الأجسام، مع تسجيل مشاعرهم في الوقت نفسه. وقد شددت IEEE مؤخرًا على أن بيانات اللمس هي العقبة الرئيسية، مشيرة إلى أن نماذج الرؤية-اللغة-الفعل تساعد الروبوتات بالفعل في التعامل مع مهام مثل الغسيل والتنظيم، بينما لا تزال العمليات الدقيقة صعبة، ويرجع ذلك جزئيًا إلى أن مجموعات بيانات اللمس لا تزال صغيرة جدًا مقارنة بمجموعات بيانات الرؤية.

لذلك، يحاول الباحثون والشركات استخدام التحكم عن بعد، ومستشعرات قابلة للارتداء، وتعلم المحاكاة، والتعلم المعزز، والمحاكاة. الهدف هو تحويل العروض البشرية إلى خبرات تدريبية كافية، مما يسمح للروبوتات في النهاية بالتعامل مع المواقف غير المألوفة بشكل مستقل. يسعى القطاع بأكمله إلى اكتساب المهارة المفقودة نفسها. تقترب الشركات البارزة في هذا المجال من المشكلة من اتجاهات مختلفة. على سبيل المثال، يمكن لوحدة G1 من Unitree أن تكون مجهزة بيد مرنة ثلاثية الأصابع مع التحكم في القوة وخيار الاستشعار باللمس. بينما تقوم Apptronik بتطوير Apollo حول التحكم في الحركة، وقد وصفت الشركة بالفعل أكثر من 35 تكرارًا لمحركاتها الأساسية.

كما أن Tesla Optimus تسعى أيضًا لتحقيق هدف الروبوت البشري العام، بينما تستهدف NEO من 1X العمل المنزلي بشكل صريح. كل هذه الأمثلة لا تعني أن مشكلة الروبوتات المنزلية قد تم حلها. إن إثبات أن الروبوت يمكنه تنفيذ مهمة بشكل موثوق يختلف تمامًا عن مطالبته بالدخول إلى منزل غير مألوف والعمل دون إشراف لمدة ثماني ساعات. هذا هو ما يجعل الأيدي الروبوتية صعبة للغاية. فالبشر لا يتحركون أصابعهم فقط. نحن نستشعر ونحاول التنبؤ بتصحيحات حركة الأصابع باستمرار. حتى يتسنى للروبوتات أن تقوم بدورة مماثلة، فإن روبوتًا يمكنه القيام بحركات بهلوانية مذهلة قد لا يزال يواجه صعوبة في مهام بسيطة مثل التقاط المنشفة.

المشروع	المواصفات
الجهة البحثية	جامعة تشجيانغ
نسبة النجاح	85%
عدد الأجسام المشاركة	25

العقبات الرئيسية لتطور تقنية الأيدي الروبوتية

إن عدم القدرة على التنبؤ في البيئة المنزلية يجعل تصميم الأيدي الروبوتية والتحكم فيها أمرًا صعبًا للغاية. مقارنةً بالبيئة الخاضعة للرقابة في المصانع، فإن شكل ووزن وموقع الأجسام في المنزل يختلفون، مما يتطلب مرونة ودقة أكبر من الأيدي الروبوتية. ومع تزايد أهمية الاستشعار باللمس، تحاول شركات الروبوتات التغلب على تحديات جمع البيانات من أجل محاكاة طريقة عمل البشر بشكل أفضل. إن تقدم هذه التقنيات مهم للغاية لتحقيق روبوتات منزلية حقيقية، حيث تحتاج إلى أن تكون قادرة على أداء مهام متنوعة بشكل مستقل في بيئة متغيرة.