توجيه روبوتي متكيف عبر تقدير الالتزام في الوقت الحقيقي والتحكم ثنائي النمط

تعليم الروبوتات أن تكون مساعدين أفضل

تخيل تعلم حركة رقص جديدة أو إعادة تأهيل كتف متألم. المدرب البشري لا يدفع ذراعك ببساطة إلى موضعها؛ بل يقدم أيضاً تعليمات خطوة بخطوة وتشجيعاً. على النقيض من ذلك، عادةً ما تتحرك الروبوتات اليوم بصمت أو تتحدث دون أن تكون قادرة على اللمس. يقدم هذا البحث طريقة جديدة للروبوتات لدمج اللمس والكلام، مع التكيّف في الوقت الحقيقي حسب مدى التزام الشخص بالتعليمات بحيث يكون المساعدة أكثر أماناً وطبيعية وفاعلية.

لماذا يهم مزج اللمس والصوت

يقوم المعلمون البشريون باستمرار بضبط كمّية التوجيه الجسدي مقابل كمية الكلام. إذا كنت منحرفاً عن المسار، قد يحركون ذراعك بحزم ويقدمون توجيهات واضحة. ومع تحسنك، يخففون من التوجيه ويزيدون من التشجيع. واجهت الروبوتات صعوبة في فعل ذلك لأن القوى الجسدية واللغة المنطوقة نوعان مختلفان من الإشارات. سعى الباحثون لمنح الروبوت شيئاً يشبه الحدس المعلم: طريقة لتقدير مدى استعداد وقدرة الشخص على اتباع التوجيه، ثم اتخاذ قرار متى يدفع، ومتى يتكلم، وكيف يجمع بين الاثنين.

كيف يعمل المدرب الروبوتي المتكيف

صمم الفريق متحكم توجيه روبوتي يتكون من ثلاثة أجزاء رئيسية. أولاً، يقدّر باستمرار «الالتزام»—مدى تقارب سلوك الشخص من الحركة المرغوبة—باستخدام مقاييس بسيطة مثل الفجوة بين موقع الذراع المطلوب وموقعها الفعلي، ومدى سلاسة حركتها. ثانياً، خطوة تحسين تقرر كمّ التصحيح الذي يجب أن يأتي عبر القوة الجسدية مقابل الإشارات اللفظية، مع تحويل التوازن حسب تغير سلوك الشخص. ثالثاً، نموذج يحول القوة إلى لغة يترجم الخطط الداخلية للروبوت إلى عبارات قصيرة مناسبة للسياق، مثل نصائح لطيفة أو تشجيع، استناداً إلى أنماط مستفادة من معالجين بشريين حقيقيين. تسمح هذه العناصر معاً للروبوت بتنسيق يديه و"صوته" في الوقت الحقيقي.

التعلم من المعالجين الخبراء

لإرساء النظام على سلوكيات تعليمية واقعية، درس الباحثون أخصائيي العلاج الطبيعي أثناء عملهم مع مرضى لأداء مهمة بسيطة لكنها مهمة سريرياً: رفع الذراع من الجانب إلى أعلى ثم العودة. في جلسات مسجلة بعناية، كان المعالجون أحياناً يوجهون بالكلام فقط، وأحياناً باللمس فقط، وأحياناً بكليهما. وجد الفريق أنماطاً واضحة. عندما قاوم المرضى أو واجهوا صعوبة، استخدم المعالجون مساعدة جسدية أقوى وكلاماً إرشادياً أكثر تكراراً. ومع اقتراب المرضى من المسار المطلوب، خفف المعالجون قبضتهم، وتحدثوا أقل، وتحوّلوا من الأوامر إلى التشجيع. ألهمت هذه الأنماط مباشرة كيف يقدّر الروبوت الالتزام ومتى يعتمد على القوة أو الكلام أو مزيج منهما.

اختبار المدرب الروبوتي

قُيّم المتحكم الجديد مع اثني عشر متطوعاً صحيحاً يؤدون نفس تمرين رفع الكتف جنباً إلى جنب مع روبوت تعاوني. في مجموعة من التجارب، قارن الباحثون أوضاع المساعدة الأحادية—إشارات لفظية فقط، قوى جسدية فقط—بالمتحكم ثنائي النمط الأساسي الذي جمعهما دائماً بطريقة ثابتة. في دراسة ثانية، قارنوا ذلك الإعداد الثابت ثنائي النمط مع متحكم التوجيه الروبوتي المتكيف الخاص بهم. قيس الأداء بمدى تقارب المتطوعين من المسار المقصود، مدى سلاسة حركتهم، الزمن الذي استغرقوه للإكمال، وكيف تغيرت أنماط كلام الروبوت.

ما كشفته التجارب

عبر الشروط المختلفة، أدى الجمع بين اللمس والكلام عموماً إلى نتائج أفضل من استخدام أي منهما بمفرده، لا سيما عندما كان القناة المضافة حديثاً هي الوحيدة التي انتبه إليها الشخص فعلياً. في بعض الحالات، أدى إضافة التوجيه الجسدي إلى خفض أخطاء المواقع بأكثر من النصف وجعل الحركات أكثر سلاسة وسرعة بشكل كبير. ذهب المتحكم المتكيف أبعد من ذلك، فقلّص أخطاء التتبع حتى 50%، وحسّن السلاسة، وخفّض زمن الإكمال بحوالي ربع مقارنةً بقاعدة ثنائية النمط الثابتة. ومن الملاحظ أن أنماط كلامه—كم مرة "تحدث" ومدى تحوله من التعليمات إلى التشجيع—طابقت أنماط المعالجين الخبراء بشكل أوثق، وصنّف المشاركون التوجيه المتكيف على أنه أكثر طبيعية وأكثر شبهاً بالعمل مع مدرب بشري.

ما الذي قد يعنيه هذا في الحياة اليومية

بالنسبة لغير المتخصصين، الخلاصة هي أن الروبوتات يمكن تعليمها لتوجيه الناس بطريقة أشبه بالمدربين البشريين الماهرين: باستخدام مزيج من اللمسة اللطيفة والكلام المناسب زمنياً الذي يتكيف أثناء تعلمك. بينما تم توضيح هذا العمل في تمرين إعادة تأهيل، يمكن أن تمتد الأفكار الأساسية إلى تعليم الكتابة اليدوية، مهارات رياضية، أو مهام عمل معقدة. من خلال استشعار مدى استجابة الشخص وضبط المساعدة الجسدية واللفظية فورياً، قد تصبح الروبوتات المستقبلية ليست فقط آلات دقيقة، بل شركاء صبورين ومتجاوبين في التعلم والتعافي.

الاستشهاد: Tejwani, R., Payne, J., Velazquez, K. et al. Adaptive robot guidance through real-time compliance estimation and dual-modal control. Commun Eng 5, 81 (2026). https://doi.org/10.1038/s44172-026-00632-5

الكلمات المفتاحية: تفاعل الإنسان والروبوت, روبوتات إعادة التأهيل, التوجيه التكيفي, التدريب الروبوتي, التحكم متعدد الوسائط