نقدم لكم مجموعة Agility A2 Isomorphic Teleoperation VLA: مسار أسرع من العرض البشري إلى تعلم الروبوت

يتطلب بناء أنظمة ذكاء اصطناعي متجسدة قادرة أكثر من مجرد ذراع روبوتية ونموذج ذكاء اصطناعي. يحتاج الباحثون والمطورون إلى طريقة موثوقة لعرض المهام، وجمع بيانات الروبوت المتزامنة، وتدريب السياسات، والتحقق من قدرة هذه السياسات على الأداء في العالم الحقيقي.

تم تصميم مجموعة Agility A2 Isomorphic Teleoperation VLA الجديدة لجعل سير العمل هذا أكثر مباشرة.

يُبنى هذا النظام على بنية ثنائية الذراعين، مما يُمكّن من التحكم عن بُعد السلس بين الذراعين الرئيسيين والتابعين من خلال ربط كل مفصل على حدة. وهو يجمع بين ذراعين روبوتيتين بسبع درجات حرية، وتحكم منخفض التأخير، ودعم التغذية الراجعة للقوة، ورؤية RGB-D متعددة الكاميرات، ومزامنة بيانات عالية السرعة، بالإضافة إلى خط أنابيب OpenarmX-LeRobotVLA متكامل لأبحاث الذكاء الاصطناعي المُجسّد، والتعلم بالتقليد، وتطوير الروبوتات ذات المصفوفة الطويلة جدًا، والتحقق السريع من صحة المفهوم.

ما هي عملية التشغيل عن بعد المتماثلة؟

غالباً ما تتطلب عمليات التحكم عن بعد التقليدية للروبوتات استخدام علم الحركة العكسي لترجمة مدخلات الإنسان إلى حركة مفاصل الروبوت. ورغم فعالية هذه الطريقة، إلا أنها قد تُضيف تعقيداً، ومتطلبات معايرة، واحتمالية حدوث تناقضات في التحكم.

تتخذ مجموعة Agility A2 Isomorphic Teleoperation VLA نهجًا أكثر مباشرة.

يقوم الروبوت Agility A2 الرئيسي بعكس حركته إلى الروبوت التابع Agility A2 من خلال ربط المفاصل بشكل مباشر . عمليًا، يقوم المشغل بتحريك الروبوت الرئيسي، ويتبع الروبوت التابع الحركة المقابلة في الوقت الفعلي.

تتيح طريقة التحكم المتماثلة هذه للقائد والتابع للمستخدمين إجراء عمليات التلاعب بالذراعين بطريقة أكثر سهولة، دون الاعتماد على الحركة العكسية لكل أمر حركة.

لماذا يُعدّ التخطيط المشترك بين شخصين أمرًا مهمًا؟

بالنسبة لجمع بيانات الذكاء الاصطناعي المجسد، فإن جودة العروض التوضيحية لا تقل أهمية عن الكمية.

عندما يصعب التحكم في حركة الروبوت، قد تصبح العروض التوضيحية غير متسقة. قد يؤثر ذلك على جودة مجموعة البيانات ويجعل تدريب السياسات اللاحقة أكثر صعوبة. يساعد الربط المباشر بين المفاصل على تقليل هذه الفجوة بين الحركة المقصودة للمشغل والحركة المنفذة للروبوت.

وهذا يجعل النظام مفيدًا بشكل خاص للمهام التي تتطلب تحكمًا ثنائي اليد منسقًا، بما في ذلك:

• الإمساك بالأشياء ووضعها
• التجميع والإدخال
• الفرز والنقل
• التفاعل مع الأدوات
• دراسات التلاعب بالذراعين
• عروض توضيحية للتعلم بالتقليد
• التجارب من المحاكاة إلى الواقع

من خلال جعل تشغيل الذراعين أكثر طبيعية، تساعد المنصة الباحثين على التقاط عروض توضيحية أكثر وضوحًا وقابلية للتكرار للروبوتات الحقيقية.

كيف تُحسّن تقنية التشغيل عن بُعد منخفضة زمن الاستجابة عملية جمع البيانات؟

لا يكون نظام التشغيل عن بعد مفيداً إلا بقدر سرعة استجابته.

توفر مجموعة أدوات التشغيل عن بُعد المتماثلة Agility A2 VLA زمن استجابة يتراوح بين 0.5 و1 مللي ثانية للتحكم الرئيسي والتابع في الوقت الفعلي. يساعد هذا الاستجابة منخفضة زمن الاستجابة المشغل على الحفاظ على اتصال أوثق مع الروبوت التابع أثناء مهام المناولة.

بالنسبة لفرق البحث التي تجمع بيانات تعلم الروبوت، يمكن أن يؤدي ذلك إلى تحسين اتساق التوقيت بين التشغيل البشري ومعلومات حالة الروبوت والمدخلات المرئية والإجراءات المسجلة.

سواء كانت المهمة تتضمن التقاط جسم صغير، أو إدخال مكون، أو تثبيت عنصر بذراع واحدة أثناء التعامل معه بالذراع الأخرى، أو إجراء عروض توضيحية متكررة، فإن التشغيل عن بعد سريع الاستجابة يساعد في جعل العملية أكثر تحكمًا وكفاءة.

ما هو دور التغذية الراجعة للقوة في التلاعب الروبوتي؟

لا يمكن للرؤية وحدها أن تخبر المشغل بكل شيء عن التفاعل.

عندما يلمس الروبوت جسمًا أو يمسكه أو يضغط عليه أو يدخله، فإن معلومات القوة لا تقل أهمية عن بيانات الكاميرا. تدعم مجموعة أدوات Agility A2 Isomorphic Teleoperation VLA التشغيل الواعي بالقوة، مما يساعد المستخدمين على فهم ظروف التلامس بشكل أفضل أثناء معالجة الروبوت.

يُعد هذا الأمر ذا قيمة في المهام التي قد تؤدي فيها الحركة القوية للغاية إلى إتلاف الجسم، في حين أن عدم كفاية الاتصال قد يتسبب في فشل الإمساك أو تفاعل غير مستقر.

يمكن أن يساعد دعم ردود الفعل اللمسية في تحسين واقعية التشغيل عن بعد وتوفير أساس أفضل لجمع العروض التوضيحية التي تتضمن مهام غنية بالتلامس، والتعامل الدقيق، والتجميع، والإدخال.

كيف يقوم النظام بجمع البيانات لتدريب VLA؟

يعتمد سير عمل نظام VLA على معلومات متزامنة من مصادر متعددة. يحتاج الروبوت إلى فهم ما يراه، وكيف تتحرك مفاصله، وما هي الإجراءات التي يتم تنفيذها.

تتضمن مجموعة Agility A2 Isomorphic Teleoperation VLA إعداد رؤية RGB-D متعدد الكاميرات مع:

• كاميرا رأس واحدة من نوع Intel D435
• كاميرتان معصم من إنتل D405
• مجموعات ماسك الرؤية
• أجهزة توسيع USB عالية السرعة
• الاتصالات الصناعية CANFD

توفر الكاميرا المثبتة على الرأس رؤية أوسع لمساحة العمل، بينما تلتقط كاميرات المعصم معلومات بصرية قريبة المدى حول المقابض والأشياء المستهدفة.

أثناء التشغيل عن بُعد، يستطيع النظام تسجيل بيانات مرئية متزامنة بتقنية RGB-D وبيانات حالة الروبوت. وهذا يُنشئ قاعدة بيانات عملية لتعلم الحركة القائم على الرؤية، والتعلم بالتقليد، والتعلم المعزز، واستنتاج النماذج، وتنفيذ المهام بشكل مستقل.

ما هي نماذج VLA التي تدعمها المنصة؟

تم تصميم مجموعة Agility A2 Isomorphic Teleoperation VLA لدعم سير عمل تطوير VLA المرن.

تتوفر خاصية الاستدلال ACT بشكل افتراضي، مما يوفر نقطة انطلاق عملية للفرق التي ترغب في البدء في جمع العروض التوضيحية والتحقق من صحة مهام تعلم الروبوت بسرعة.

بالنسبة للمستخدمين الذين يعملون مع تكوينات حوسبة عالية الأداء، يمكن للمنصة أيضًا دعم ما يلي:

• سمولفلا
• Pi0
• Pi0.5
• XVLA

تمنح هذه القدرة على استخدام نماذج متعددة الباحثين مزيدًا من الحرية لمقارنة الأساليب، واختبار مسارات التدريب المختلفة، واختيار النماذج التي تتناسب بشكل أفضل مع متطلبات مهامهم.

بدلاً من أن تكون الفرق محصورة في بنية نموذجية واحدة، يمكنها استخدام منصة أجهزة واحدة لاستكشاف سير عمل VLA متعدد - من تجارب التعلم بالتقليد المبكرة إلى أبحاث الذكاء الاصطناعي المجسد الأكثر تقدمًا.

كيف تدعم المنصة سير عمل الذكاء الاصطناعي المجسد بالكامل؟

تم تصميم مجموعة Agility A2 Isomorphic Teleoperation VLA لربط المراحل الرئيسية لتعلم الروبوت في نظام واحد.

أولاً، يستخدم المشغل الروبوت ثنائي الذراع الرئيسي لعرض مهمة ما. ويتبع الروبوت التابع الحركة المحددة في الوقت الفعلي. وخلال هذه العملية، يسجل النظام الملاحظات المرئية وحالات الروبوت وبيانات الحركة.

بعد ذلك، يمكن معالجة البيانات التي تم جمعها من خلال مسار OpenarmX-LeRobotVLA للتدريب والتقييم.

وأخيرًا، يمكن اختبار النموذج الناتج من خلال الاستدلال الواقعي وتنفيذ المهام بشكل مستقل.

تساعد آلية العمل هذه الفرق على إتمام دورة التطوير الكاملة:

عرض توضيحي بشري ← جمع بيانات متزامن ← تدريب VLA ← التحقق من صحة الاستدلال ← تنفيذ ذاتي

بالنسبة للفرق التي تقوم بتطوير أنظمة الذكاء الاصطناعي المجسدة، يمكن أن يقلل هذا من الوقت المستغرق في دمج مكونات التشغيل عن بعد والاستشعار والتحكم والتدريب المنفصلة.

لماذا يُعد نظام الذراع المزدوجة مهمًا لتعلم الروبوت؟

لا يمكن إنجاز العديد من المهام العملية بذراع واحدة فقط.

فتح حاوية، أو حمل شيء ما أثناء تعديله، أو طي القماش، أو نقل العناصر، أو تجميع المكونات، أو تنظيم المواد، غالباً ما يتطلب ذلك مناورة ثنائية اليدين.

تستخدم مجموعة Agility A2 Isomorphic Teleoperation VLA ذراعين روبوتيتين بسبع درجات حرية لدعم عمليات تشبه العمليات البشرية بذراعين. صُممت هذه المنصة لسيناريوهات تفاعل أكثر تعقيدًا من مهام الالتقاط والوضع البسيطة التي تتطلب ذراعًا واحدة.

بفضل حمولة مصنفة تبلغ 5 كجم وحمولة قصوى تبلغ 12 كجم، يمكن للنظام دعم مجموعة من مهام البحث والتحقق التي تتضمن التعامل مع الأشياء، والتنسيق بين الذراعين، والتلاعب الدقيق.

كيف تدعم محطة التحكم التطوير المتقدم؟

تحتاج منصة الروبوتات الفعالة أيضاً إلى بنية حاسوبية فعالة.

يشتمل النظام على محطة عمل تحكم مزودة بمعالج AMD Ryzen 9 Pro، وذاكرة وصول عشوائي (RAM) سعتها 16 جيجابايت، وقرص تخزين SSD بسعة 1 تيرابايت. كما تتوفر تكوينات أعلى للمستخدمين الذين يحتاجون إلى موارد حاسوبية أكبر لنماذج VLA المتقدمة وسير العمل التطويري المتطلب.

يدعم النظام البرمجي ROS2 وNVIDIA Isaac Sim وMuJoCo وPython وC++ وتخطيط الحركة القائم على MoveIt. وبفضل دمج التحكم عبر ROS2 وتعويض الجاذبية، صُممت المنصة لدعم حركة روبوت مستقرة وقابلة للتكرار، بالإضافة إلى تطوير ثانوي مرن.

بالنسبة للباحثين والمطورين، هذا يعني أن النظام يمكن أن يكون بمثابة منصة تجريبية جاهزة للاستخدام وأساسًا لتخصيص أعمق.

لمن صُممت مجموعة برامج Agility A2 Isomorphic Teleoperation VLA؟

تم تصميم هذه المنصة للفرق التي تحتاج إلى تحويل مفاهيم الذكاء الاصطناعي المجسدة إلى تجارب روبوتية حقيقية.

وهو مناسب بشكل خاص لما يلي:

الجامعات ومختبرات التدريس

استخدم المنصة للتعليم العملي في مجال الروبوتات، ودراسات التلاعب بالذراعين، وتجارب التشغيل عن بعد، واستكشاف سير عمل VLA.

مختبرات أبحاث الذكاء الاصطناعي والروبوتات

جمع بيانات العرض التوضيحي للروبوتات الحقيقية، ومقارنة نماذج VLA، وإجراء أبحاث التعلم بالتقليد، والتحقق من صحة أساليب المحاكاة إلى الواقع.

فرق البحث والتطوير الصناعية

اختبر عمليات المعالجة الروبوتية قبل تطوير نظام إنتاج متخصص. قيّم مهامًا مثل الفرز والتجميع والإدخال والنقل ومناولة المواد في بيئات خاضعة للرقابة.

الشركات الناشئة في مجال الروبوتات

قم ببناء وإثبات صحة المفهوم المبكر بشكل أسرع من خلال البدء بمنصة متكاملة للتشغيل عن بعد والاستشعار وجاهزة لتقنية VLA بدلاً من تطوير كل مكون من الصفر.

ما الذي يتضمنه النظام؟

تتضمن مجموعة Agility A2 Isomorphic Teleoperation VLA إعدادًا كاملاً للأجهزة والتحكم لتشغيل نظام القائد والتابع ذي الذراعين:

• 1 × وحدة تحكم جانبية مزدوجة الذراع من نوع Agility A2
• 1 × ذراع مساعد مزدوج من نوع Agility A2
• محول طاقة واحد 48 فولت / 20 أمبير
• صندوق اتصالات CANFD واحد
• كاميرا رأس Intel D435 واحدة
• كاميرتان معصم من نوع Intel D405 مع وحدات تثبيت الرؤية
• موزع توسعة USB عالي السرعة عدد 1
• 1 × محطة عمل تحكم

يساعد هذا التكوين المتكامل المستخدمين على بدء التشغيل عن بعد وجمع البيانات والتحقق من صحة سير عمل VLA بخطوات تكامل أقل.

من التشغيل عن بعد إلى التلاعب الذاتي

إن نظام Agility A2 Isomorphic Teleoperation VLA Suite ليس مجرد نظام روبوت ثنائي الذراع، بل هو منصة متكاملة لربط المهارات البشرية وبيانات الروبوت والتعلم الآلي المجسد.

من خلال رسم الخرائط المشتركة البديهية من واحد إلى واحد، والتحكم في القائد والتابع بزمن استجابة منخفض، ودعم ردود الفعل القسرية، وإدراك RGB-D متعدد الكاميرات، وتكامل البرامج الجاهزة لتقنية VLA، فإنه يساعد الباحثين والمطورين على بناء مسار أكثر كفاءة من العرض التوضيحي إلى النشر.

بالنسبة للفرق التي تستكشف تعلم الروبوتات، وتدريب VLA، والتعلم بالتقليد، والتلاعب الذاتي في العالم الحقيقي، توفر مجموعة Agility A2 Isomorphic Teleoperation VLA أساسًا عمليًا لإجراء تجارب أسرع وإثبات مفهوم أكثر جدوى.