أخبار ar.wedoany.com، بعد مؤتمر WAIC 2026، استمر الاهتمام بمجالي الذكاء الجسدي وصناعة الروبوتات في التصاعد، حيث يتسارع القطاع في الانتقال من عرض التقنيات إلى التحقق من التطبيقات. أصبح الحصول الفعّال على بيانات عالية الجودة وحقيقية ومستمرة وقابلة لإعادة الاستخدام شرطًا أساسيًا لتحقيق الذكاء الجسدي على أرض الواقع.
في يوليو، قامت شركة DPVR الصينية للتكنولوجيا الافتراضية بتحسين التوزيع البيئي لحل RoboPilot للتحكم عن بُعد في الروبوتات وجمع بيانات الذكاء الجسدي. أكمل هذا الحل أعمال التعديل والتوافق مع روبوتي التعاون JAKA K1 وDobot NOVA5، مما وسع من قدرته على التوافق مع منصات الروبوتات المختلفة وسيناريوهات التطبيق المتنوعة.
بالاعتماد على نسخة DPVR E4 المخصصة للذكاء الجسدي، يمكن للمشغلين التحكم عن بُعد في كلا الروبوتين في الوقت الفعلي لإنجاز مهام السيناريوهات المقابلة من خلال التفاعل المكاني الغامر، مع جمع بيانات التدريب الرئيسية مثل مسارات الحركة والأوضاع المكانية ومسارات التشغيل بشكل متزامن، مما يحقق التكامل بين التحكم عن بُعد وجمع البيانات الموحد.
تغطي عملية التوافق هذه نوعين نموذجيين من السيناريوهات: التدريب الصناعي والخدمات التجارية. روبوت JAKA K1 موجه للتطبيقات التعاونية على المستوى الصناعي، ويمكنه التكيف مع سيناريوهات مثل التصنيع الصناعي والتدريب العلمي والتمارين التعليمية، ويدعم المهام الموحدة مثل الإمساك والنقل والتجميع والتحميل والتفريغ. بينما يركز روبوت Dobot NOVA5 على التطبيقات التعاونية خفيفة الوزن وسيناريوهات الخدمات الأمامية، ويمكن استخدامه في تدريب حركات الخدمة مثل التوصيل المرن وترتيب الأشياء والعروض التفاعلية والتدليك الصحي. يؤكد التوافق المتباين بين النموذجين على قدرة RoboPilot على التوسع في التطبيقات عبر منصات الروبوتات المتعددة والسيناريوهات المتنوعة.
باعتباره الحل الأساسي الذي تقدمه DPVR في مجال الذكاء الجسدي، يعتمد RoboPilot على الخبرة التقنية لشركة DPVR في تحديد المواقع المكانية بست درجات حرية (6DoF)، والتفاعل منخفض الكمون، وتطوير الأجهزة التجارية للواقع الافتراضي الحاسوبي (PCVR)، لبناء سلسلة كاملة من "التعليم اليدوي الغامر - تنفيذ مهام الروبوت - جمع البيانات وترسيبها". تعمل نسخة DPVR E4 المخصصة للذكاء الجسدي كطرف تفاعل أساسي للحل، مما يوفر للمشغلين قدرة مستقرة على تحديد المواقع المكانية وتجربة تشغيل غامرة، مما يساعد المستخدمين على إجراء أحكام مكانية أكثر بديهية والتحكم في المهام وتعليم الحركات في بيئة بعيدة.
في الوقت نفسه، وبناءً على ضمان قدرة تفاعل غامرة عالية الدقة، حقق RoboPilot تخفيضًا في التكلفة بنسبة حوالي 50% من خلال تحسين بنية الأجهزة وهيكل النظام، مما يساعد العملاء على بناء أنظمة التحكم عن بُعد للروبوتات ونشر عمليات جمع البيانات بتكلفة أقل، مما يعزز كفاءة تطبيق الحل في مجالات التدريب العلمي والبحث والتطوير المؤسسي والتحقق من السيناريوهات المتعددة.
تعتبر البيانات المنظمة عالية الجودة أساسًا مهمًا لتطوير نماذج الذكاء الجسدي وترقية مهارات الروبوتات. من خلال طريقة التحكم عن بُعد بتقنية الواقع الافتراضي، يعمل RoboPilot على توحيد ورقمنة عملية التعليم اليدوي، مما يرفع من كفاءة جمع البيانات في السيناريوهات الحقيقية. يمكن استخدام البيانات التي تم جمعها أثناء العمل، مثل مسارات الحركة والأوضاع المكانية ومسارات التشغيل، في إعادة إنتاج حركات الروبوت، وتدريب نماذج الخوارزميات، وتحسين استراتيجيات التحكم، مما يساعد الشركات والمؤسسات البحثية على ترسيب أصول بيانات قابلة لإعادة الاستخدام بشكل مستدام.
حاليًا، تواصل شركة DPVR دفع التوافق البيئي والتعاون مع المزيد من أجسام الروبوتات، والأيدي الماهرة، وأنظمة التحكم في الحركة، ومنصات بيانات المحاكاة. في المستقبل، ستواصل DPVR التركيز على احتياجات سيناريوهات الذكاء الجسدي، لتعزيز قابلية التطبيق العملي والتوافق وكفاءة النشر لحل RoboPilot، وتوفير مدخل تفاعل مكاني غامر ومستقر للبحث والتطوير والتطبيق الصناعي لتقنيات الذكاء الجسدي.
