متحكم ذكي تكيفي لروبوت تأهيل الأطراف السفلية باستخدام تحسين العضوية عبر الإنترنت المستند إلى QAOA

مساعدة الناس على المشي مجدداً

بالنسبة للأشخاص الذين يتعافون من سكتة دماغية أو إصابة بالحبل الشوكي أو اضطرابات حركية أخرى، قد تكون الدعامات الساقية المزودة بالطاقة — المعروفة بروبوتات تأهيل الأطراف السفلية — الفارق بين الجلوس والمشي. ومع ذلك، من الصعب للغاية جعل هذه الآلات تتحرك متزامنة مع جسم إنسان هش ومتغير. تقدم هذه الدراسة طريقة جديدة لجعل هذه الروبوتات أكثر ذكاءً وأمناً من خلال استعارة أفكار من الحوسبة الكمومية النامية لضبط كيفية استجابة الروبوت في الزمن الحقيقي.

لماذا من الصعب التحكم في روبوتات التأهيل

يجب أن يوجه روبوت التأهيل ورك المريض والركبة والكاحل عبر حركات المشي الطبيعية مع السماح لهم بالمساهمة بجهدهم الخاص. تؤثر المفاصل على بعضها البعض بطرق معقدة، ويختلف المرضى من يوم لآخر، وتزعج الأنظمة باستمرار دفعات خارجية أو ضوضاء المستشعرات. تتحسس المتحكمات التقليدية، مثل مخططات PID البسيطة، صعوبة في هذا السياق الفوضوي: فهي تتطلب ضبطاً يدوياً مكثفاً، وقد تصبح غير مستقرة أو متقطعة عندما تتغير الحركة بسرعة. تتعامل متحكمات المنطق الضبابي — التي تحاكي قواعد خبراء مثل «إذا كان الخطأ صغيراً، استجب بلطف» — مع عدم اليقين بشكل أفضل، لكن ذلك فقط إذا اختيرت إعداداتها الداخلية، المسماة دوال العضوية، بعناية. عملياً تُنَفَّذ عادةً هذه الإعدادات بضبط يدوي خارج الإنترنت، مما قد يترك الأداء بعيداً عن المثالي.

مزج قواعد ضبابية مع ضبط مستوحى من الكم

يقترح المؤلفون متحكماً هجيناً «مستوحى من الكم» لهياكل مساعدة للساق بثلاث مفاصل. في جوهره متحكم منطق ضبابي يأخذ مدى ابتعاد كل مفصل عن زاويته المرغوبة وسرعة تغير ذلك الخطأ، ثم يخرج عزماً محركياً لازماً لتوجيه الساق. حول هذا يضعون طبقة تحسين قائمة على خوارزمية التقريب الكمومي للتهيئة (QAOA)، وهي طريقة صممت أصلاً لأجهزة الكم ولكنها هنا مُنفَّذة بصورة محاكاة على أجهزة كلاسيكية. تعتبر QAOA إعدادات العضوية الضبابية مساحة بحث كبيرة وتستكشف العديد من التركيبات بالتوازي باستخدام نموذج كمومي مجرد. هدفها بسيط: تقليل التكامل التربيعي للخطأ، وهو مقياس يكافئ تتبُّعاً دقيقاً وناعماً للمشي المطلوب.

كيف يتعلم المتحكم الجديد أثناء العمل

بدلاً من تثبيت إعدادات العضوية نهائياً، يقوم النظام بتحديثها عبر الإنترنت بينما «يمشي» الروبوت خلال جلسات علاجية محاكاة. تؤخذ حركات المرجع للورك والركبة والكاحل من نموذج عضلي هيكلي مفصّل للمشي البشري، لذا تشبه إشارات الاختبار التمارين السريرية الحقيقية. بعد كل عدة دورات تحكم، تقيم طبقة QAOA مدى تتبُّع الروبوت لهذه المسارات، وتشفّر إعدادات عضوية مرشحة بصيغة ثنائية، وتبحث عن تراكيب تقلل خطأ التتبع. عندما تجد مجموعة أفضل، تحوّل دوال العضوية المثلثية التي تحدد ما يعتبر «خطأ منخفضاً» أو «متوسطاً» أو «عالياً»، وبالتالي تعيد تشكيل شدة تفعيل كل قاعدة ضبابية. تُظهر تحليلات استقرارية دقيقة باستخدام طرق الطاقة ونظرية لياپونوف أنه حتى مع هذا التعديل المستمر، يبقى النظام ككل مستقراً رياضياً وتضمحل طاقته الميكانيكية الكلية مع مرور الوقت.

الأداء تحت الضغط وفي دوائر الأجهزة الحقيقية

للتحقق مما إذا كانت هذه الفوائد النظرية مهمة عملياً، قارن الفريق متحكمهم المضبوط بواسطة QAOA مع متحكم ضبابي قياسي عبر العديد من الاختبارات. في الظروف المثالية، خفضت الطريقة الجديدة خطأ التتبع بنحو 96–99%، وقللت التجاوز تقريباً بثلاثة أرباع، وقصّرت زمن الاستقرار بأكثر من النصف بالنسبة للمفاصل الثلاثة كلها. عندما طُبقت عزوم مفاجئة إضافية — تحاكي دفعاً غير متوقع من المريض أو تغييراً في الوزن — بنسبة 20% و40% من حمل المفصل الطبيعي، أعاد المتحكم المحسّن الساق إلى المسار بسرعة ومع تذبذب أقل بكثير. كما أبدى تحملًا ملموسًا لضوضاء المستشعرات، حافظ على أخطاء صغيرة حتى عندما كانت القياسات متضررة بشدة. أخيراً، باستخدام اختبارات الأجهزة ضمن الحلقة مع لوحات ميكروكنترولر متصلة بنموذج روبوت مفصّل، أظهر المؤلفون أن النهج لا يزال يعمل في ظروف الزمن الحقيقي التي تتضمن تأخيرات، وتكميم، وتموجات إلكترونية.

ماذا يعني هذا لأجهزة التأهيل المستقبلية

من منظور عام، الرسالة واضحة: بتمكين المتحكم من إعادة ضبط نفسه باستمرار باستخدام بحث مستوحى من الكم، يستطيع الروبوت توجيه الساق بسلاسة أكبر، وإهدار طاقة أقل، ومواجهة المفاجآت بشكل أفضل، بينما يظل مستقرًا. قد يترجم ذلك إلى جلسات علاج أكثر أماناً وراحة، بحركات أقرب إلى المشي الطبيعي وتحمّل أقل للعضلات والمفاصل المتعافية. رغم أن هذا العمل لا يزال في مرحلة المحاكاة والأجهزة ضمن الحلقة، إلا أنه يلمح إلى طريق نحو روبوتات تأهيل من الجيل التالي تجمع بين أنظمة قواعد بشريّة والطاقة التحسينية، ويهيئ الطريق لاختبار أفكار مشابهة في هياكل خارجية كاملة أكثر تعقيداً وفي نهاية المطاف مع مرضى حقيقيين.

الاستشهاد: Abd-Elhaleem, S., El-Garawany, A.H. & El-Brawany, M. Adaptive intelligent controller for a lower limb rehabilitation robot using QAOA-based online membership optimization. Sci Rep 16, 10400 (2026). https://doi.org/10.1038/s41598-026-41647-4

الكلمات المفتاحية: روبوتات التأهيل, هياكل مساعدة للأطراف السفلية, التحكم الضبابي, التحسين المستوحى من الكم, علاج المشي