حقق مختبر سيرغي ليفين للروبوتات والذكاء الاصطناعي والتعلم في جامعة كاليفورنيا بيركلي إنجازاً مهماً حيث طور الباحثون طريقة تدريب ذكاء اصطناعي جديدة تمكّن الروبوتات من إتقان مهام معقدة مثل لعبة «جينغا» (Jenga). نُشر البحث في 20 أغسطس في مجلة Science Robotics.

لعبة «جينغا» التي تتطلب مهارة وسرعة رد فعل أصبحت الآن تحت سيطرة الروبوتات بفضل نظام جديد يُدعى «التعلم التعزيزي الفعّال للروبوتات مع وجود الإنسان في الحلقة» (HiL-SERL). يتعلم الروبوت من العروض التوضيحية البشرية، ومن الملاحظات البشرية، ومن محاولاته الخاصة، مما مكّنه من إنجاز مهام معقدة بنسبة نجاح 100% وبسرعة مذهلة (ساعة إلى ساعتين فقط) مثل تجميع لوحة أم للحاسوب أو بناء رفوف.

في مجال تعلم الروبوتات، يُركز مختبر ليفين على «التعلم التعزيزي» الذي يتيح للروبوت تجربة المهام في العالم الحقيقي والتعلم من الأخطاء عبر كاميرات الفيديو. أضاف البحث الجديد تدخلاً بشرياً لتسريع العملية: يصحح الإنسان مسار الروبوت باستخدام فأرة خاصة ويُسجل التصحيح في ذاكرة الروبوت، ثم يحلل الروبوت كل المحاولات لتحسين أدائه. ومع تراكم الخبرة، يقل التدخل البشري تدريجياً.

اختبر المختبر الروبوت في مهام أصعب بكثير من جينغا، مثل قلب البيض في المقلاة، وتمرير الأشياء، وتجميع اللوحات الأم، كما تم إحداث حوادث متعمدة لاختبار قدرته على التكيف. بعد التدريب، نجح الروبوت بنسبة 100% في جميع المهام، وكان النظام الجديد أسرع وأدق بكثير من طريقة «نسخ سلوكي» الشائعة (behavior cloning).

يؤكد الباحثون أن هذه المهام تتطلب مستوى عالٍ جداً من الدقة والمرونة، وأن الروبوتات القادرة على تعلم مهام متنوعة بشكل موثوق ستكون ذات فائدة كبيرة في التصنيع المخصص لقطع الإلكترونيات والسيارات والطيران.

الخطوة التالية هي تدريب أولي على التعامل مع الأجسام الأساسية ليتمكن الروبوت مباشرة من مهارات أكثر تعقيداً، كما سيتم فتح مصدر البحث ليستفيد منه المزيد من الباحثين. يقول الباحث الأول جيانلان لو: «هدفنا أن تصبح هذه التقنية سهلة الاستخدام مثل آيفون، كلما زاد عدد مستخدميها، كلما كبر تأثيرها».