يعد هذا الابتكار خطوة هامة نحو جعل روبوتات تنظيف المنازل أكثر قدرة على التعامل مع المهام اليومية والأعمال المنزلية بفعالية كبيرة.
ويتمتع الروبوت الجديد بقدرة فريدة على التعلم الذاتي، حيث يعتمد في تعلمه على مزيج من الملاحظة والبيانات اللمسية المأخوذة من الحركات البشرية. على سبيل المثال، يتعلم الروبوت كيفية تحريك إسفنجة على الحواف المنحنية والمعقدة لحوض الغسيل، وهي مهمة كانت تعتبر في السابق صعبة للغاية من حيث البرمجة، نظرا للعديد من العوامل مثل الزاوية المناسبة والسرعة المطلوبة والضغط الذي يجب تطبيقه.
ولا تقتصر هذه التقنية على تطبيقات التنظيف في المنزل فحسب، بل يمكنها أيضا أن تحدث ثورة في العديد من المهام الأخرى في الصناعة، مثل الطلاء أو تلميع الأسطح، ما يجعل الروبوتات أداة قيمة في ورش العمل والمصانع.
وطوّر فريق البحث أداة تنظيف مزودة بمستشعرات قادرة على قياس القوة والتتبع، ما سمح للروبوت بتعلّم كيفية أداء المهمة من خلال ملاحظة الطريقة التي ينظف بها الإنسان الحافة الأمامية للحوض. وبهذه الطريقة، تمكّن الروبوت من جمع كميات ضخمة من البيانات حول كيفية تطبيق الحركات الصحيحة.
وتتم معالجة هذه البيانات بشكل إحصائي، ثم تُستخدم لتدريب الشبكة العصبية للروبوت، ما يتيح له التعرف على الحركات المطلوبة لتنظيف الأسطح المعقدة، حتى لو تم تدريبه فقط على جزء واحد من المهمة، مثل تنظيف حافة الحوض.
ومن خلال هذه العملية، يتعلم الروبوت التكيف مع الأسطح المختلفة. فعلى سبيل المثال، يتعلم أن يحمل الإسفنجة بطريقة مختلفة على الأسطح المنحنية مقارنة بالأسطح المسطحة، كما يتعلم تطبيق ضغط مختلف تبعا لنوع السطح.
وفي المستقبل، يمكن أن يتم تزويد الروبوتات بمنصات متحركة لتكون قادرة على العمل كعناصر مساعدة في ورش العمل أو المصانع، ما يجعلها أكثر مرونة في أداء مهام متنوعة. كما يمكن للروبوتات "نقل" المعرفة التي اكتسبتها إلى روبوتات أخرى، ما يساهم في تسريع عملية التعلم وتحسين الأداء العام.
ويقول أندرياس كوجي، الباحث الرئيسي في المشروع: "يمكن استخدام هذه الروبوتات في صناعات متعددة مثل الصنفرة أو الطلاء، حيث يتعلم كل روبوت مهاراته بشكل فردي باستخدام البيانات المحلية، ثم يتبادل المعلومات مع روبوتات أخرى لتحسين أداء النظام بأكمله".
ويعتبر هذا التطور علامة فارقة في مجال الروبوتات الذكية، ويعد بتغيير جذري في كيفية تعاملنا مع الأتمتة في المنازل والصناعات المختلفة، ما يعزز الإنتاجية والكفاءة في المستقبل.
المصدر: interesting engineering