ثورة جديدة في تعلم الروبوتات: تقنية X-Diffusion تربط بين الحركات البشرية والروبوتات

تستمر الأبحاث في مجال الذكاء الاصطناعي (AI) في دفع الحدود نحو أفق جديد، حيث تقدم تقنية X-Diffusion نموذجًا مبتكرًا لتحسين تعلم الروبوتات من خلال الاستفادة من حركات البشر. تعتبر مقاطع الفيديو البشرية مصدرًا ضخمًا للبيانات التدريبية القابلة للتوسع، ولكن التحدي يكمن في اختلاف طبيعة جسد الإنسان عن جسد الروبوت، ما يجعل العديد من الحركات البشرية غير قابلة للتنفيذ بشكل مباشر على الروبوت.

ومع ذلك، تقدم هذه العروض الحركية إشارات غنية حول تفاعل الأجسام ونوايا المهام، وهو ما يشكل نقطة انطلاق هامة لفهم كيفية استغلال هذه المعلومات دون الحاجة لنقل استراتيجيات التنفيذ التي قد تكون غير ملائمة للجسد الروبوتي. يركز البحث الجديد على استراتيجية تعلم الآلة، حيث يتم استخدام نموذج انتشار مخصص (Diffusion Model) يعرف باسم Ambient Diffusion، والذي يعتمد على دمج البيانات ذات الجودة المنخفضة في مراحل عالية الضوضاء من عملية الانتشار.

تمثل الرؤية الأساسية هنا في اعتبار الحركات البشرية كنسخ مشوشة من الحركات الروبوتية، حيث تتلاشى الفروقات الجسدية مع زيادة الضوضاء، بينما تظل التوجيهات المتعلقة بالمهام واضحة. ومن هنا، تم تقديم X-Diffusion – إطار تعلم عبر الجسد يعتمد على نموذج انتشار البيئة المحيطة، والذي يقوم بتدريب سياسات الانتشار بشكل انتقائي على الحركات البشرية الملوثة.

تمكن هذه التقنية من الاستفادة الفعالة من مقاطع الفيديو البشرية التي يسهل جمعها، دون التضحية بقابلية التنفيذ الروبوتية. وقد أظهرت النتائج عبر خمس مهام حقيقية للتلاعب أن X-Diffusion يعزز متوسط معدلات النجاح بنسبة 16% مقارنة بالطرق التقليدية المتمثلة في التدريب المشترك والتصفية اليدوية للبيانات. بإمكان المهتمين الاطلاع على المزيد من التفاصيل عبر [الموقع الرسمي للمشروع](https://portal-cornell.github.io/X-Diffusion/).