الروبوتات القابلة للتكيف

📅 آخر تحديث: ٢٦ يوليو ٢٠٢٦
✍️ نُشر في: ٢٦ يوليو ٢٠٢٦
الموسوعة الحرة

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. [ 1 ] 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 PUMA، وأبحاث التلاعب، والروبوتات المرنة ، وروبوتات الأسراب ، والذكاء الاصطناعي ، والروبوتات التعاونية ، والأساليب المستوحاة من الطبيعة، وغيرها من الأبحاث الجارية، في تطوير مجال الروبوتات القابلة للتكيف بشكل كبير. وعادةً ما ترتبط الروبوتات القابلة للتكيف بمجموعة أدوات التطوير الخاصة بها ، والتي تُستخدم عادةً لإنشاء روبوتات متحركة ذاتية التشغيل. وفي بعض الحالات، تظل مجموعة أدوات التطوير القابلة للتكيف فعالة حتى عند تعطل بعض مكوناتها. [ 2 ]

تتكيف أنظمة الروبوتات القابلة للتكيف بنجاح مع بيئتها باستخدام تقنيات مثل التصميم المعياري ، والتعلم الآلي ، وتغذية المستشعرات الراجعة . وبفضل هذه التقنيات، أحدثت ثورة في العديد من الصناعات ، وأصبحت قادرة على مواجهة العديد 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

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.

القدرة على التكيف

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. [ 3 ] 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. [ 4 ]

الإحساس والإدراك

تُعالج المعلومات البيئية التي يتم جمعها عبر الأجهزة الطرفية بذكاء في أنظمة قابلة للتكيف. تستطيع أنظمة الذكاء الاصطناعي معالجة هذه البيانات وتعديل مهامها الأساسية وفقًا لذلك، مما يؤدي إلى اتخاذ إجراءات مُكيَّفة. [ 3 ] في عام 2001، أُطلق ذراع Canadarm 2 إلى محطة الفضاء الدولية ، ولعب دورًا محوريًا في صيانة المحطة، مستخدمًا البيانات من الأجهزة الطرفية لتكييف المحطة مع التغيرات البيئية داخلها. [ 4 ]

التعلم والذكاء

تُمكّن تقنيات الذكاء الاصطناعي والتعلم الآلي والتعلم العميق الأنظمة من فهم العالم المحيط بها، ما يُسهم في رفع مستوى ذكائها تدريجيًا أثناء تنفيذ مهامها. [ 3 ] [12] 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 IBM غاري كاسباروف في مباراة شطرنج، مُسجلاً بذلك إنجازًا بارزًا في قدرة الذكاء الاصطناعي الروبوتي على التخطيط والاستجابة. [ 4 ]

التفعيل

تُمكّن أنظمة التشغيل الروبوت من الحركة. وتعمل المحركات القابلة للتكيف عادةً استجابةً للتغيرات البيئية، مثل تغيرات درجة الحرارة التي قد تُغير شكل المحرك، وبالتالي تُغير وظيفته. [ 5 ] يُمكن تحقيق التشغيل ذاتي التزويد بالطاقة (بدون أسلاك)، خاصةً في الروبوتات المرنة حيث يُمكن للمؤثرات الخارجية تغيير شكل المحرك، مما يُولد طاقة ميكانيكية. [ 6 ] في عام 1989، ابتكر رودني بروكس روبوت جنكيز، وهو روبوت سداسي الأرجل قادر على اجتياز التضاريس الوعرة. [ 4 ] يستخدم نموذج الروبوت سداسي الأرجل ستة محركات للحركة، وقد ظلّ بارزًا في النماذج الحديثة مثل ريكس .

برمجة

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. [ 7 ]

قد تقتصر عملية تعديل الروبوت لتحقيق قدرات متنوعة مثل التعاون على اختيار وحدة نمطية، وتبادل الوحدات النمطية، وإصدار التعليمات للروبوت عبر البرمجيات، والتنفيذ. [ 8 ]

الأنواع

الروبوتات اللينة

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. [ 9 ] يُمكن تحقيق التشغيل غير المقيد، لا سيما في الروبوتات المرنة التي تستخدم 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، وبالتالي تحقيق التشغيل غير المقيد. [ 10 ]

الروبوتات المعيارية

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. [ 11 ]

الروبوتات الجماعية

مجال الروبوتات الذي يستخدم ذكاء السرب لمجموعات من الروبوتات البسيطة المتجانسة. تتبع روبوتات السرب خوارزميات، مصممة عادةً لمحاكاة سلوك الحيوانات الحقيقية، لتحديد حركاتها استجابةً للمؤثرات البيئية. [ 12 ]

الروبوتات الحيوية الهجينة

تستخدم الروبوتات الحيوية الهجينة الأنسجة أو الخلايا الحية لتزويد الآلات بوظائف يصعب تحقيقها بطرق أخرى. على سبيل المثال، 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 [ 12 ] [ 13 ]. أما الروبوتات الهجينة بين الحشرات والآلات، والمعروفة أيضًا باسم الحشرات السيبرانية أو الروبوتات الحيوية الحشرية، فهي عبارة عن دمج حشرة حية مع نظام تحكم اصطناعي مُدمج في جسمها لتوجيه حركتها أو سلوكياتها. [ 14 ] [ 15 ] [ 16 ] [ 17 ] [ 18 ]

التطبيقات

تمتلك الروبوتات القابلة للتكيف قدرات جعلتها قابلة للتطبيق في العديد من المجالات بما في ذلك، على سبيل المثال لا الحصر، المجالات الطبية والصناعية والتجريبية.

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 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، حيث يُشفّر المسارات كحركات أساسية ديناميكية، وهي مشابهة للحركات الأساسية، ولكنها حركات مهمة ممثلة بمعادلة رياضية؛ تتغير متغيرات المعادلة بتغير البيئة، مما يُغيّر الحركة المُنفّذة. 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. [ 19 ]

في المجال الطبي، تركز تقنية الاستشعار عن بعد (SAR) على جمع البيانات الحسية من الأجهزة الطرفية القابلة للارتداء لفهم حالة المستخدم. تُمكّن المعلومات المُجمّعة الجهاز من توفير مراقبة شخصية، وتحفيز، وتدريب لإعادة التأهيل. تسمح واجهات التفاعل الفيزيائي البديهية بين الإنسان والروبوت بوظائف مثل تسجيل حركات الجراح لاستنتاج نواياه، وتحديد المعايير الميكانيكية للأنسجة البشرية، وغيرها من البيانات الحسية لاستخدامها في السيناريوهات الطبية. [ 20 ] للروبوتات الحيوية الهجينة تطبيقات طبية تستخدم مكونات قابلة للتحلل الحيوي لتمكين الروبوتات من العمل بأمان داخل جسم الإنسان. [ 13 ]

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. [ 21 ]

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. [ 21 ]

التحديات والقيود

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. [ 19 ] [ 20 ]

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 يتم تعريف الآلة بكل سيناريو قد تواجهه أثناء التدريب. [ 21 ]

تُعاني الروبوتات الجماعية من قيودٍ تتمثل في التداخل والاصطدامات، وعدم اليقين، ونقص التخصص، وعدم فهم نمط سلوك السرب. [ 12 ] كما تواجه الروبوتات الحيوية الهجينة تحدياتٍ تتعلق بحساسية الخلايا الحية، على الرغم من قدرتها على التكيف مع بيئاتٍ متنوعة بفضل خصائص المادة البيولوجية. [ 13 ]

انظر أيضاً

مراجع

  1. ↑ ب. طومسون، "تاريخ شامل للروبوتات"، جي 2، 30 أغسطس 2019. https://www.g2.com/articles/history-of-robots (تم الوصول إليه في 30 أكتوبر 2023).
  2. ↑ "الروبوتات القابلة للتكيف في طريقها إلى المنازل" . بي بي سي نيوز . 27 مايو 2015. تاريخ الاطلاع: 9 نوفمبر 2023 .
  3. ١ ٢ ٣ محتوى، برعاية (٢٠١٩-٠٧-٢٩). "لماذا تُعدّ الروبوتات التكيفية هي التطور الأبرز القادم؟" . مجلة أعمال الروبوتات . تم الاطلاع عليه بتاريخ ٢٠٢٣-١١-٠٩ .
  4. 1 2 3 4 ب. طومسون، "تاريخ شامل للروبوتات"، G2، 30 أغسطس 2019. https://www.g2.com/articles/history-of-robots (تم الوصول إليه في 30 أكتوبر 2023).
  5. ↑ "المشغلات: ما هي، تعريفها، أنواعها، وكيف تعمل" . شركة Progressive Automations . تم الاطلاع عليه بتاريخ 9 نوفمبر 2023 .
  6. ↑ تشي، ييندينغ؛ تشاو، ياو؛ هونغ، ياوي؛ لي، يانبين؛ يين، جي (فبراير 2024). "منظور حول الروبوتات اللينة المصغرة: التشغيل، والتصنيع، والتحكم، والتطبيقات" . أنظمة ذكية متقدمة . 6 (2) 2300063. doi : 10.1002/aisy.202300063 .
  7. ↑ "فوائد مجموعات الروبوتات القابلة للبرمجة للمبتدئين" . تويت آي كيو . 22-06-2022 . تم الاطلاع عليه بتاريخ 26-06-2023 .
  8. ↑ توخي، محمد؛ غورفيندر، فيرك (2016). التطورات في الروبوتات التعاونية - وقائع المؤتمر الدولي التاسع عشر حول كلاوار 2016. هاكنساك، نيوجيرسي: وورلد ساينتيفيك. ص 159. ISBN  9789813149120.
  9. ↑ شياو، وي؛ ليو، تشانغ؛ هو، دين؛ يانغ، غانغ؛ هان، شو (أبريل 2022). "سطح روبوتي مرن يعزز قدرة المقابض الهوائية على التكيف والموثوقية في الإمساك". المجلة الدولية للعلوم الميكانيكية . 219 107094. doi : 10.1016/j.ijmecsci.2022.107094 .
  10. ↑ تشي، ييندينغ؛ تشاو، ياو؛ هونغ، ياوي؛ لي، يانبين؛ يين، جي (فبراير 2024). "منظور حول الروبوتات اللينة المصغرة: التشغيل، والتصنيع، والتحكم، والتطبيقات" . أنظمة ذكية متقدمة . 6 (2) 2300063. doi : 10.1002/aisy.202300063 .
  11. ↑ ييم، مارك؛ تشانغ، يينغ؛ داف، ديفيد (1 فبراير 2002). "الروبوتات المعيارية" . مجلة IEEE Spectrum .
  12. 1 2 3 إغليسياس، أندريس؛ غالفيز، أكيمي؛ سواريز، باتريشيا (2020). "روبوتات الأسراب - دراسة حالة: روبوتات الخفافيش". الحوسبة المستوحاة من الطبيعة وذكاء الأسراب . ص 273-302 . doi : 10.1016/B978-0-12-819714-1.00026-9 . ISBN  978-0-12-819714-1.
  13. 1 2 3 كونوسيمينتو، فينتانا وآخرون (21 أكتوبر 2019). "الروبوتات الحيوية الهجينة، الخطوة التالية في ثورة الروبوتات" . أوبن مايند . تم الاسترجاع في 9 نوفمبر 2023 .
  14. ↑ ساتو، هيروتاكا؛ فو دوان، تات ثانغ؛ كوليف، سفيتوسلاف؛ هوينه، نغوك آنه؛ تشانغ، تشاو؛ ماسي، ترافيس ل.؛ فان كليف، جوشوا؛ إيكيدا، كازو؛ أبيل، بيتر؛ مهربز، ميشيل م. (مارس 2015). "فك شفرة دور عضلة توجيه الخنفساء عبر تحفيز الطيران الحر" . علم الأحياء الحالي . 25 (6): 798-803 . Bibcode : 2015CBio...25..798S . doi : 10.1016/j.cub.2015.01.051 . ISSN 0960-9822 . PMID 25784033 .  
  15. ↑ فو دوان، تات ثانغ؛ تان، ميلفين واي دبليو؛ بوي، شوان هين؛ ساتو، هيروتاكا (فبراير 2018). "روبوت خفيف الوزن للغاية ذو أرجل حية" . الروبوتات اللينة . 5 (1): 17-23 . رمز Bibcode : 2018SoftR...5...17V . doi : 10.1089/soro.2017.0038 . ISSN 2169-5172 . PMID 29412086 .  
  16. ↑ كاو، فينغ؛ ساتو، هيروتاكا (أغسطس 2019). "روبوت هجين بين الحشرات والحاسوب يحقق مشية نادرة في الطبيعة باستبدال الأشواك الطبيعية غير المتجانسة في الأرجل بأشواك اصطناعية متجانسة في الأرجل". مجلة IEEE للمعاملات في مجال الروبوتات . 35 (4): 1034-1038 . Bibcode : 2019ITRob..35.1034C . doi : 10.1109/TRO.2019.2903416 . ISSN 1552-3098 . 
  17. ↑ لطيف، ت.؛ بوزكورت، أ. (أغسطس 2012). "روبوتات حشرية أرضية تتبع الخطوط". المؤتمر الدولي السنوي لعام 2012 لجمعية مهندسي الكهرباء والإلكترونيات في الهندسة الطبية والبيولوجية . معهد مهندسي الكهرباء والإلكترونيات. الصفحات 972-975 . doi : 10.1109/EMBC.2012.6346095 . ISBN  978-1-4577-1787-1PMID 23366056​​ 
  18. ↑ ما، سونغسونغ؛ تشين، يوانشنغ؛ يانغ، سونغلين؛ ليو، شين؛ تانغ، لينغتشي؛ لي، بينغ؛ لي، ياو (يناير 2023). "الملاحة الذاتية لخط أنابيب لروبوت حيوي على شكل صرصور مع محفزات مشي محسّنة" . أنظمة سايبورغ وبيونيك . 4 0067. doi : 10.34133/cbsystems.0067 . ISSN 2692-7632 . PMC 10631459. PMID 38026542 .   
  19. 1 2 تينغ، تاو؛ غاتي، ماتيو؛ بوني، ستيفانو؛ كالدويل، داروين؛ تشين، فاي (يونيو 2023). "نظام ديناميكي ضبابي لتعليم الروبوت مهارات الحركة من خلال العرض البشري". الروبوتات والأنظمة المستقلة . 164 104406. doi : 10.1016/j.robot.2023.104406 .
  20. 1 2 أوكامورا، أليسون؛ ماتاريك، مايا؛ كريستنسن، هنريك (سبتمبر 2010). "الروبوتات الطبية والرعاية الصحية". مجلة IEEE للروبوتات والأتمتة . 17 (3): 26-37 . Bibcode : 2010IRAM...17c..26O . doi : 10.1109/MRA.2010.937861 . hdl : 1853/37375 .
  21. 1 2 3 سوري، محسن؛ أرزو، بهروز؛ داستريس، روزا (2023). "الذكاء الاصطناعي، والتعلم الآلي، والتعلم العميق في الروبوتات المتقدمة: مراجعة" . الروبوتات المعرفية . 3 : 54-70 . doi : 10.1016/j.cogr.2023.04.001 .