روبوتات الجيل الثالث: تخطيط المَهمّات والحركة

تخطيط المَهمّات في عالم الروبوتات هو تحويل خطة معينة إلى مجموعة عمليات يمكن للروبوت فهمها بحيث تسمح له بتنفيذ الخطة بنجاح. يُنجَز ذلك عن طريق تخطيط العمليات المعتمدة على الحساسات والحركة الإجمالية مع تجنب الاصطدامات، إضافةً إلى التخطيط الدقيق للحركة وسرعة الحركة في الأماكن التي تتطلب تعاون عدة أجزاء من الروبوت (2).

لا تُعدّ برمجة الروبوت مهمةً سهلة وخاصة في حالة المَهمات التي تتطلب عمليات معقدة في مساحات عمل ثلاثية الأبعاد؛ إذ يُنسَّق بين هذه العمليات والمعلومات الواردة من أجهزة الاستشعار. حتى بالنسبة للمهام البسيطة نسبيًّا (كالتي تؤديها الروبوتات الصناعية المنتَجة حاليًّا)؛ يمكن أن تكون تكلفة برمجتها مساوية لسعر الروبوت نفسه، وبالتالي من الطبيعي أن نعطي أولوية لطرائق تبسيط برمجة الروبوت (3).

إحدى طرائق حل هذه المشكلة يكون عن طريق تعليم الروبوت ما يجب فعله بتلقينه النتيجة المطلوبة أو النهائية فقط. على سبيل المثال؛ إنّ إعطاءَ أمرٍ للروبوت "ضع المجسّم على الطاولة" أسهلُ على المستخدم من تحديد تسلسل حركات المحاور والمفاصل المطلوبة في كل لحظة لتحقيق هذه النتيجة.

ولأداء مَهمة محددة في مكان ما؛ يجب أن يكون لدى الروبوت معلومات عن النماذج الهندسية لهذا المكان، وتصميم الروبوت، ومكان تموضعه في بيئة العمل. كذلك يجب أن يعرف الروبوت المعادلات الحركية والديناميكية الخاصة بالمحاور والمفاصل، جنبًا إلى جنب مع قيود تطبيقاتها كزاوية الحركة المسموحة والعوائق الأخرى التي قد تتعارض مع حرية الحركة وغيرها من المعلومات المهمة المرتبطة بتنفيذ المهمة. فضلًا عن ذلك، يجب أن يكون الروبوت مزوّدًا بأجهزة استشعار (حساسات) للّمس وأجهزة استشعار للرؤية؛ التي تمكنه من تسجيل صورٍ ثنائية الأبعاد لمكان عمل الروبوت، مما يمكّن الروبوت من التعرف إلى المجسمات في أثناء التخطيط للعملية المرجوّة، وبالوقت نفسه تحديث أنموذج مكان العمل لديه في حالة حدوث تغييرات (مثلًا: إدخال مجسمات جديدة أو عقبات مختلفة)؛ إذ تنقل المعلومات التي حُصِل عليها إلى الأنموذج الحالي لمكان العمل (أي إن الروبوت يبقى لديه "تخيل" واقعي عن مكان العمل). تتضمن هذه العملية عادةً إعادة بناء مساحة عمل ثلاثية الأبعاد على أساس الصور الثنائية الأبعاد التي حُصِل عليها من مستشعرات الرؤية (3).

المعرفة المتوفرة لدى الروبوت مع مستشعرات اللمس والرؤية تمكنه من:

- معالجة صور مكان العمل وتحليلها، كذلك إنشاء أنموذجها الهندسي (غالبًا ثلاثي الأبعاد).

- فهم المهمة المعينة من قبل المستخدم باللغة الطبيعية (مثل الإنكليزية).

- أداء هذه المهمة: عن طريق توليد عمليات أولية (تسلسل منتهٍ لحركة المحاور والمفاصل مع مرور الوقت) تحقق هذه المهمة.

وتسمّى الروبوتات القادرة على أداء الوظائف المذكورة أعلاه: "الجيل الثالث من الروبوتات" (3).

ولكن يبقى السؤال؛ كيف يستطيع الروبوت أخذ قرارات تحريك المحاور إذا أُعطِيَ النتيجة المرجوة فقط؟

يمكن حل مشكلات التخطيط لدى الروبوتات عن طريق تخطيط المهمة والحركة (TAMP: Task and Motion Planning)، وذلك من خلال تخطيط المَهمّات اللازمة (ما الجسم الذي يجب أن أمسك به؟) وتخطيط الحركة المتكاملة لإنجاز هذه المَهمة (كيف يمكن أن أمسك هذا الجسم؟).

نشأ مجال TAMP من مزيج من أساليب الذكاء الصنعي من أجل تخطيط المَهمّات مع الطرق الروبوتية لتخطيط الحركة؛ إذ تركّز طرق TAMP على حل مشكلات التخطيط الآلي المتعدد الاستخدامات والمستمر في بيئات عشوائية وغير منظّمة (4).

تعتمد العديد من مناهج TAMP على ما يُسمّى "البحث المنطقي" لتخطيط المَهمّات مع تخطيط حركة مستند على العينات، ويوجد طرائق أخرى مثل الاعتماد على تقدير مساحات الحركة واستخدام طرائق إرضاء القيود.

هناك طريقة أخرى حديثة لـ TAMP تُسمّى البرمجة المنطقية الهندسية (LGP Logic Geometric Programming)، وهي نهجٌ قائم على التحسين (optimization)؛ إذ يفرض المنطق هيكلًا للقيود النشطة على برنامج غير خطي، والذي أظهر أنه قادر على دمج التفكير الفيزيائي مع TAMP ـ (4).

سنختم هذه المقدمة عن TAMP بهذا الفيديو القصير؛ إذ يمكننا رؤية المشهد من منظور الروبوت وكيفية اتخاذ قراراته، نتمنى لكم مشاهدة ممتعة.

[[[[vid:]]]]

المصادر