أخبار ar.wedoany.com، أعلنت شركة الروبوتات الصينية "يونيكس إيه آي" (UniX AI)، بالتعاون مع جامعة تشجيانغ، ومعهد ماساتشوستس للتكنولوجيا، وجامعة أكسفورد، وجامعة ييل، وجامعة شانغهاي جياوتونغ، عن إطلاق نتائج بحثية جديدة تحت اسم "يونيتاك" (UniTac)، والتي تقدم بنية موحدة لفهم وتوليد الإحساس اللمسي عبر أجهزة الاستشعار المختلفة، ودمجها في نموذج الرؤية-اللغة-الحركة، مما يمنح الروبوت القدرة على استباق الحالة اللمسية قبل ملامسة الأشياء. وقد تم قبول هذا العمل في مؤتمر ECCV 2026.
خلال العام الماضي، شهدت النماذج الأساسية المجسّدة تطوراً سريعاً، مما مكّن الروبوتات من إنجاز مهام التعامل مع الأشياء محددة المعالم. ومع ذلك، عند مواجهة الأجسام المرنة أو القابلة للتلف أو سيناريوهات التلامس الكثيف، يصعب على الروبوت الاعتماد فقط على الرؤية. على سبيل المثال، تتطلب مهام مثل التقاط حبة عنب دون سحقها، أو الإمساك بكوب ورقي دون تشويهه، قدرة شبيهة بالإنسان على الإحساس اللمسي. مع تقدم الأبحاث، حاولت فرق مثل "يونيتاتش" (UniTouch) و"أني تاتش" (AnyTouch) توحيد طرق تمثيل أجهزة الاستشعار اللمسية المختلفة، بينما قامت "فيوز" (FuSe) و"تاكتايل-في إل إيه" (Tactile-VLA) بدمج المعلومات اللمسية في النماذج العامة ونماذج VLA، واستكشف "تاك إيماج" (TacImag) تمكين الروبوت من "تخيل" الإحساس اللمسي باستخدام الرؤية والإحساس الذاتي فقط. لكن هذه الأساليب لا تزال تواجه تحديات مثل عدم تجانس بيانات أجهزة الاستشعار، وتوزيع فهم وتوليد الإحساس اللمسي عبر نماذج مختلفة.
يحقق نظام "يونيتاك" (UniTac) تمثيلاً لمسياً موحداً من خلال التعلم على نطاق واسع من بيانات أجهزة الاستشعار المتعددة، مما يمكن الروبوت من التنبؤ بالحالة اللمسية للجسم بعد التلامس بناءً على المعلومات البصرية، وبالتالي تحقيق "الإحساس قبل اللمس". على سبيل المثال، عند الإمساك بكوب ورقي، يمكن لنموذج VLA المدمج مع UniTac استباق تشوه الكوب تحت تأثير القوة، وبالتالي تحديد موضع التلامس وقوته؛ بينما يقوم نموذج VLA غير المدمج مع UniTac بسحق الكوب الورقي مباشرة. وبذلك، تنتقل المعلومات اللمسية من كونها ردود فعل بعد التلامس إلى كونها معرفة مسبقة قبل التلامس.
يتطلب تفاعل الروبوت مع العالم المادي إتمام ثلاثة مستويات من الربط: يقوم نموذج الرؤية-اللغة بربط المفاهيم المجردة بالأشياء الواقعية، ويقوم نموذج الرؤية-اللغة-الحركة بربط الدلالات بمسارات الحركة، بينما يتطلب المستوى الثالث من الربط أن يفهم الروبوت ويستبق العواقب الفيزيائية أثناء عملية التلامس. تميل نماذج VLA التي تعتمد كلياً على الرؤية إلى استخدام نفس الاستراتيجية للأشياء المتشابهة شكلياً، وعند حدوث التلامس، قد تتشوه الأجسام القابلة للتلف قبل أن يتمكن النموذج من تصحيح المسار. يقوم UniTac بنقل التنبؤ بالحالة اللمسية إلى ما قبل التلامس الأول، مما يوفر لنموذج VLA معلومات مسبقة عن عملية التلامس، مما يجعل التلامس الأول أكثر أماناً.
التحدي الأساسي الذي يعالجه UniTac هو توحيد بيانات اللمس عبر أجهزة الاستشعار المختلفة. تقوم أجهزة الاستشعار اللمسية البصرية (مثل GelSight وDIGIT وDuragel) بتسجيل تشوه الجل تحت الضغط باستخدام كاميرا، حيث تحتوي الصورة على معلومات مختلطة من خصائص الجسم وتكوين المستشعر. يجب على النموذج التمييز بين التغيرات الناتجة عن الجسم (الصلابة، الخشونة، الملمس) وتلك الناتجة عن المستشعر (الإضاءة، حالة الجل، تخطيط العلامات). لحل مشكلة عدم تجانس أجهزة الاستشعار، يقوم UniTac بتقسيم الإحساس اللمسي إلى جزأين: الخصائص الفيزيائية وتكوين المستشعر. في جانب الفهم، يتعلم النموذج بشكل متزامن وصف خصائص الجسم والتعرف على المستشعر، مما يجبر النموذج على تمييز مصدر الإشارة؛ وفي جانب التوليد، يتم تضمين رمز المستشعر في عملية التوليد، لتجنب التوليد اللمسي غير المشروط. أظهرت التجارب النهائية أن UniTac يحقق أداءً رائداً في جانبي الفهم والتوليد: على مجموعة اختبار PHYSICLEAR-Test، سجل UniTac-7B 66.51 نقطة متقدماً على نماذج فهم اللمس مثل Octopi والنماذج الموحدة مثل BLIP3o؛ وفي مهمة مطابقة الخصائص-الأشياء، حصل على 64.61 نقطة. عند مواجهة أربعة أنواع من أجهزة الاستشعار: Digit وGelSight وGelSight Mini وDuragel، بلغ متوسط SSIM لـ UniTac 0.836، ومتوسط PSNR 19.93.
تم تطوير نظام UniTac بقيادة شركة "يونيكس إيه آي" (UniX AI). تأسست الشركة في مدينة سوتشو في أبريل 2024 على يد الدكتور يانغ فينغيو من جامعة ييل، وهي مؤسسة متكاملة في مجال الذكاء الاصطناعي المجسّد. يشارك يانغ فينغيو كأحد المؤلفين الرئيسيين المشاركين لورقة UniTac. المؤلف الرئيسي المشارك الآخر هو جياهانغ تو من جامعة تشجيانغ، وتتخصص أبحاثه في الرؤية الحاسوبية ونماذج التوليد؛ المؤلف المسؤول هو هانبن تشاو، الأستاذ المساعد في جامعة تشجيانغ، الذي يعمل منذ فترة طويلة في مجال التعلم الآلي ونماذج التوليد؛ ويتولى تشي تاو من شركة "يونيكس إيه آي" مسؤولية خوارزميات الروبوت الفعلية وتطبيق النظام. يشمل المتعاونون في الورقة أيضاً تشينيانغ ما من جامعة أكسفورد، وشيهانغ يو من معهد ماساتشوستس للتكنولوجيا، وتسياو تسنغ وأليكس وونغ من جامعة ييل، وشاوكاي وو من جامعة شانغهاي جياوتونغ. تعتمد الأعمال السابقة مثل جمع بيانات "تاتش آند جو" (Touch and Go)، وتوحيد تمثيل أجهزة الاستشعار المتعددة في "يونيتاتش" (UniTouch)، والمحاذاة ثلاثية الأبعاد للرؤية واللمس في "تاك آر إف" (TaRF) على مسار الإحساس اللمسي. يدمج UniTac فهم وتوليد ونقل الإحساس اللمسي عبر أجهزة الاستشعار في بنية موحدة، ويوفر معرفة لمسية مسبقة لنماذج VLA، مما يعزز مرونة وسلامة عمليات الروبوت في مجالات مثل الرعاية المنزلية، والتجميع الدقيق، والعمليات الخدمية.
