پاسخ کوتاه: رباتها از هوش مصنوعی برای اجرای یک حلقه پیوسته از حس کردن، فهمیدن، برنامهریزی، عمل کردن و یادگیری استفاده میکنند، بنابراین میتوانند در محیطهای شلوغ و متغیر با خیال راحت حرکت و کار کنند. وقتی حسگرها پر سر و صدا میشوند یا اعتماد به نفس کاهش مییابد، سیستمهای با طراحی خوب کند میشوند، با خیال راحت متوقف میشوند یا به جای حدس زدن درخواست کمک میکنند.
نکات کلیدی:
حلقه خودمختاری : سیستمهایی را حول محور حس کردن-فهمیدن-برنامهریزی-عمل کردن-یادگیری بسازید، نه یک مدل واحد.
استحکام : طراحی برای جلوگیری از خیرگی، شلوغی، لغزش و حرکت غیرقابل پیشبینی افراد.
عدم قطعیت : اعتماد به نفس را بیرون بریزید و از آن برای ایجاد رفتارهای ایمنتر و محافظهکارانهتر استفاده کنید.
گزارشهای ایمنی : اقدامات و زمینهها را ثبت کنید تا خرابیها قابل بررسی و رفع باشند.
پشته ترکیبی : برای افزایش قابلیت اطمینان، یادگیری ماشین را با محدودیتهای فیزیکی و کنترل کلاسیک ترکیب کنید.
در زیر مروری بر چگونگی حضور هوش مصنوعی در رباتها برای عملکرد مؤثر آنها ارائه شده است.
مقالاتی که شاید بعد از این مطلب دوست داشته باشید بخوانید:
🔗 وقتی رباتهای ایلان ماسک مشاغل را تهدید میکنند
رباتهای تسلا چه کارهایی میتوانند انجام دهند و کدام نقشها ممکن است تغییر کنند؟.
🔗 هوش مصنوعی ربات انسان نما چیست؟
بیاموزید که چگونه رباتهای انساننما دستورالعملها را درک میکنند، حرکت میکنند و دنبال میکنند.
🔗 هوش مصنوعی جایگزین چه شغلهایی خواهد شد؟
نقشهایی که بیشتر در معرض اتوماسیون قرار دارند و مهارتهایی که ارزشمند میمانند.
🔗 مشاغل هوش مصنوعی و آینده شغلی
مسیرهای شغلی هوش مصنوعی امروزی و چگونگی تغییر روند اشتغال توسط هوش مصنوعی.
رباتها چگونه از هوش مصنوعی استفاده میکنند؟ مدل ذهنی سریع
بیشتر رباتهای مجهز به هوش مصنوعی، چرخهای مانند این را دنبال میکنند:
-
حس 👀: دوربینها، میکروفونها، لیدار، حسگرهای نیرو، رمزگذارهای چرخ و غیره
-
فهمیدن 🧠: تشخیص اشیاء، تخمین موقعیت، تشخیص موقعیتها، پیشبینی حرکت.
-
برنامهریزی 🗺️: اهداف را انتخاب کنید، مسیرهای ایمن را محاسبه کنید، وظایف را برنامهریزی کنید.
-
عمل 🦾: تولید دستورات حرکتی، گرفتن، غلتیدن، حفظ تعادل، اجتناب از موانع.
-
یادگیری 🔁: بهبود ادراک یا رفتار از طریق دادهها (گاهی آنلاین، اغلب آفلاین).
بسیاری از «هوش مصنوعی» رباتیک در واقع مجموعهای از قطعات هستند که با هم کار میکنند - ادراک ، تخمین حالت ، برنامهریزی و کنترل - که در مجموع به خودمختاری منجر میشوند.
یک واقعیت عملی «میدانی»: بخش سخت معمولاً این نیست که یک ربات را وادار کنیم کاری را یک بار در یک نمایش ساده انجام دهد - بلکه این است که کاری کنیم همان کار ساده را به طور قابل اعتمادی وقتی که نور تغییر میکند، چرخها میلغزند، کف براق است، قفسهها حرکت کردهاند و مردم مانند NPC های غیرقابل پیشبینی راه میروند.
چه چیزی یک مغز هوش مصنوعی خوب را برای یک ربات میسازد؟
یک ربات با هوش مصنوعی قوی نه تنها باید هوشمند باشد، بلکه باید در محیطهای غیرقابل پیشبینی و واقعی نیز قابل اعتماد
ویژگیهای مهم عبارتند از:
-
عملکرد در لحظه ⏱️ (به موقع بودن برای تصمیمگیری اهمیت دارد)
-
مقاوم در برابر دادههای نامرتب (تابش شدید، نویز، درهمریختگی، تاری ناشی از حرکت)
-
حالتهای شکست ملایم 🧯 (سرعت خود را کم کنید، با احتیاط توقف کنید، درخواست کمک کنید)
-
پیشینهای خوب + یادگیری خوب (فیزیک + محدودیتها + یادگیری ماشین - نه فقط «حسها»)
-
کیفیت ادراک قابل اندازهگیری 📏 (دانستن زمان تخریب حسگرها/مدلها)
بهترین رباتها اغلب آنهایی نیستند که میتوانند یک بار یک کار نمایشی انجام دهند، بلکه آنهایی هستند که میتوانند کارهای خستهکننده را هر روز به خوبی انجام دهند.
جدول مقایسه بلوکهای سازنده هوش مصنوعی رباتهای رایج
| قطعه/ابزار هوش مصنوعی | برای چه کسی است؟ | قیمت مناسب | چرا کار میکند؟ |
|---|---|---|---|
| بینایی کامپیوتر (تشخیص اشیا، قطعهبندی) 👁️ | رباتهای متحرک، بازوها، پهپادها | متوسط | ورودی بصری را به دادههای قابل استفاده مانند شناسایی شیء تبدیل میکند |
| SLAM (نقشهبرداری + محلیسازی) 🗺️ | رباتهایی که حرکت میکنند | متوسط-بالا | همزمان با ردیابی موقعیت ربات، نقشهای میسازد که برای ناوبری بسیار مهم است [1] |
| برنامهریزی مسیر + اجتناب از موانع 🚧 | رباتهای تحویل، AMR های انبار | متوسط | مسیرهای ایمن را محاسبه میکند و به صورت بلادرنگ با موانع سازگار میشود |
| کنترل کلاسیک (PID، کنترل مبتنی بر مدل) 🎛️ | هر چیزی که موتور داشته باشد | کم | حرکت پایدار و قابل پیشبینی را تضمین میکند |
| یادگیری تقویتی (RL) 🎮 | مهارتهای پیچیده، دستکاری، حرکت | بالا | از طریق سیاستهای آزمون و خطای مبتنی بر پاداش یاد میگیرد [3] |
| گفتار + زبان (ASR، قصد، LLM) 🗣️ | دستیاران، رباتهای خدماتی | متوسط-بالا | امکان تعامل با انسانها از طریق زبان طبیعی را فراهم میکند |
| تشخیص ناهنجاری + نظارت 🚨 | کارخانهها، مراقبتهای بهداشتی، ایمنی-حیاتی | متوسط | الگوهای غیرمعمول را قبل از اینکه پرهزینه یا خطرناک شوند، تشخیص میدهد |
| ادغام حسگرها (فیلترهای کالمن، ادغام یادگیریشده) 🧩 | ناوبری، پهپادها، استکهای خودران | متوسط | منابع داده نویزی را برای تخمینهای دقیقتر ادغام میکند [1] |
ادراک: چگونه رباتها دادههای خام حسگر را به معنا تبدیل میکنند
ادراک جایی است که رباتها جریانهای حسگر را به چیزی تبدیل میکنند که واقعاً میتوانند از آن استفاده کنند:
-
دوربینها → تشخیص اشیا، تخمین ژست، درک صحنه
-
LiDAR → فاصله + هندسه مانع
-
دوربینهای عمقسنج → ساختار سهبعدی و فضای آزاد
-
میکروفونها → نشانههای گفتاری و صوتی
-
سنسورهای نیرو/گشتاور → گرفتن و همکاری ایمنتر
-
حسگرهای لمسی → تشخیص لغزش، رویدادهای تماسی
رباتها برای پاسخ به سوالاتی مانند موارد زیر به هوش مصنوعی متکی هستند:
-
«چه اشیایی جلوی من هستند؟»
-
«اون یه آدمه یا یه مانکن؟»
-
«دستگیره کجاست؟»
-
«آیا چیزی به سمت من حرکت میکند؟»
یک نکته ظریف اما مهم: سیستمهای ادراکی در حالت ایدهآل باید عدم قطعیت (یا یک شاخص اطمینان) را ارائه دهند، نه فقط یک پاسخ بله/خیر - زیرا برنامهریزیهای بعدی و تصمیمات ایمنی به میزان اطمینان ربات بستگی دارد.
محلیسازی و نقشهبرداری: دانستن اینکه کجا هستید بدون وحشت
یک ربات برای عملکرد صحیح باید بداند که در کجا قرار دارد. این کار اغلب از طریق SLAM (محلیسازی و نقشهبرداری همزمان) : ساخت نقشه در حین تخمین موقعیت ربات به طور همزمان. در فرمولبندیهای کلاسیک، SLAM به عنوان یک مسئله تخمین احتمالاتی در نظر گرفته میشود که خانوادههای رایج آن شامل رویکردهای مبتنی بر EKF و مبتنی بر فیلتر ذرات است. [1]
این ربات معمولاً موارد زیر را با هم ترکیب میکند:
-
کیلومترشماری چرخ (ردیابی اولیه)
-
تطبیق اسکن LiDAR یا نشانههای بصری
-
واحدهای اندازهگیری داخلی (IMU) (چرخش/شتاب)
-
GPS (در فضای باز، با محدودیتها)
رباتها همیشه نمیتوانند کاملاً در یک موقعیت مکانی خاص قرار بگیرند - بنابراین رباتهای خوب مانند بزرگسالان عمل میکنند: عدم قطعیت را ردیابی میکنند، انحراف را تشخیص میدهند و وقتی اعتماد به نفسشان کاهش مییابد، به رفتار ایمنتر برمیگردند.
برنامهریزی و تصمیمگیری: انتخاب گام بعدی
وقتی یک ربات تصویر قابل اجرایی از جهان داشته باشد، باید تصمیم بگیرد که چه کاری انجام دهد. برنامهریزی اغلب در دو لایه ظاهر میشود:
-
برنامهریزی محلی (واکنشهای سریع) ⚡
از موانع دوری کنید، در نزدیکی افراد سرعت خود را کم کنید، خطوط/راهروها را دنبال کنید. -
برنامهریزی جهانی (تصویر بزرگتر) 🧭
انتخاب مقصد، مسیریابی در اطراف مناطق مسدود شده، برنامهریزی وظایف.
در عمل، این جایی است که ربات جملهی «فکر میکنم مسیر مشخصی میبینم» را به فرمانهای حرکتی ملموس تبدیل میکند که از گوشهی قفسه پایین نمیروند یا وارد حریم شخصی انسان نمیشوند.
کنترل: تبدیل برنامهها به حرکت روان
سیستمهای کنترل، اقدامات برنامهریزیشده را به حرکت واقعی تبدیل میکنند، در حالی که با عوامل آزاردهنده دنیای واقعی مانند موارد زیر نیز سروکار دارند:
-
اصطکاک
-
تغییرات بار مفید
-
جاذبه
-
تأخیر و لقی موتور
ابزارهای رایج شامل PID ، کنترل مبتنی بر مدل ، کنترل پیشبین مدل و سینماتیک معکوس برای بازوها - یعنی ریاضی که «گیره را آنجا » را به حرکات مفصل تبدیل میکند - میشوند. [2]
یک روش مفید برای فکر کردن به آن:
برنامهریزی یک مسیر را انتخاب میکند.
کنترل باعث میشود ربات واقعاً آن مسیر را بدون تلوتلو خوردن، خارج شدن از مسیر یا لرزش مانند یک سبد خرید کافئیندار دنبال کند.
یادگیری: چگونه رباتها به جای اینکه برای همیشه دوباره برنامهریزی شوند، بهبود مییابند
رباتها میتوانند با یادگیری از دادهها، به جای تنظیم مجدد دستی پس از هر تغییر محیط، بهبود یابند.
رویکردهای کلیدی یادگیری عبارتند از:
-
یادگیری نظارتشده 📚: از مثالهای برچسبگذاریشده یاد بگیرید (مثلاً «این یک پالت است»).
-
یادگیری خودنظارتی 🔍: یادگیری ساختار از دادههای خام (مثلاً پیشبینی چارچوبهای آینده).
-
یادگیری تقویتی 🎯: یادگیری اعمال با به حداکثر رساندن سیگنالهای پاداش در طول زمان (که اغلب با عاملها، محیطها و بازدهها قاببندی میشود). [3]
جایی که یادگیری تقویتی میدرخشد: یادگیری رفتارهای پیچیده در جایی که طراحی دستی یک کنترلر دردناک است.
جایی که یادگیری تقویتی جذاب میشود: کارایی دادهها، ایمنی در طول کاوش و شکافهای شبیهسازی به واقعیت.
تعامل انسان و ربات: هوش مصنوعی که به رباتها کمک میکند تا با انسانها کار کنند
برای رباتها در خانهها یا محلهای کار، تعامل اهمیت دارد. هوش مصنوعی موارد زیر را ممکن میسازد:
-
تشخیص گفتار (صدا → کلمات)
-
تشخیص قصد (کلمات → معنی)
-
درک حرکات (اشاره، زبان بدن)
این موضوع تا زمانی که آن را ارائه ندهید، ساده به نظر میرسد: انسانها متناقض هستند، لهجهها متفاوت هستند، اتاقها پر سر و صدا هستند، و «آنجا» یک چارچوب مختصات نیست.
اعتماد، امنیت و «خزنده نباش»: بخش نه چندان سرگرمکننده اما ضروری
رباتها سیستمهای هوش مصنوعی با پیامدهای فیزیکی ، بنابراین اعتماد و اقدامات ایمنی نمیتوانند در اولویت بعدی قرار گیرند.
داربست ایمنی عملی اغلب شامل موارد زیر است:
-
نظارت بر اطمینان/عدم اطمینان
-
رفتارهای محافظهکارانه وقتی ادراک کاهش مییابد
-
ثبت اقدامات برای اشکالزدایی و ممیزی
-
مرزهای مشخصی برای کارهایی که ربات میتواند انجام دهد، تعیین کنید
یک روش مفید و سطح بالا برای چارچوببندی این موضوع، مدیریت ریسک است: حاکمیت، نگاشت ریسکها، اندازهگیری آنها و مدیریت آنها در طول چرخه عمر - مطابق با نحوه ساختاردهی گستردهتر مدیریت ریسک هوش مصنوعی توسط NIST. [4]
روند «مدل بزرگ»: رباتهایی که از مدلهای بنیادی استفاده میکنند
مدلهای بنیادی به سمت رفتار رباتهای همهمنظورهتر پیش میروند - بهویژه زمانی که زبان، بینایی و عمل با هم مدلسازی میشوند.
یک نمونه از این رویکردها، بینایی-زبان-عمل (VLA) که در آن یک سیستم آموزش میبیند تا آنچه را که میبیند + آنچه به آن گفته میشود انجام دهد + اقداماتی که باید انجام دهد را به هم متصل کند. RT-2 نمونهای از این سبک رویکرد است که به طور گسترده مورد استناد قرار گرفته است. [5]
بخش هیجانانگیز: درک انعطافپذیرتر و سطح بالاتر.
بررسی واقعیت: قابلیت اطمینان دنیای فیزیکی هنوز هم نیازمند رعایت نکات ایمنی است - تخمین کلاسیک، محدودیتهای ایمنی و کنترل محافظهکارانه صرفاً به این دلیل که ربات میتواند «هوشمندانه صحبت کند» از بین نمیروند.
سخنان پایانی
بنابراین، رباتها چگونه از هوش مصنوعی استفاده میکنند؟ رباتها از هوش مصنوعی برای درک ، تخمین وضعیت (من کجا هستم؟) ، برنامهریزی و کنترل - و گاهی اوقات یاد میگیرند . هوش مصنوعی رباتها را قادر میسازد تا پیچیدگی محیطهای پویا را مدیریت کنند، اما موفقیت به سیستمهای قابل اعتماد و قابل اندازهگیری با رفتار ایمنی محور بستگی دارد.
سوالات متداول
رباتها چگونه از هوش مصنوعی برای عملکرد خودکار استفاده میکنند؟
رباتها از هوش مصنوعی برای اجرای یک حلقهی خودمختاری مداوم استفاده میکنند: حس کردن جهان، تفسیر اتفاقات، برنامهریزی برای گام بعدی ایمن، عمل از طریق موتورها و یادگیری از دادهها. در عمل، این مجموعهای از اجزا است که به طور هماهنگ کار میکنند، نه یک مدل «جادویی». هدف، رفتار قابل اعتماد در محیطهای در حال تغییر است، نه یک نمایش یکباره در شرایط ایدهآل.
آیا هوش مصنوعی ربات فقط یک مدل است یا یک مجموعه کامل از استقلال؟
در بیشتر سیستمها، هوش مصنوعی ربات یک مجموعه کامل است: ادراک، تخمین حالت، برنامهریزی و کنترل. یادگیری ماشین به وظایفی مانند بینایی و پیشبینی کمک میکند، در حالی که محدودیتهای فیزیکی و کنترل کلاسیک، حرکت را پایدار و قابل پیشبینی نگه میدارند. بسیاری از استقرارهای واقعی از یک رویکرد ترکیبی استفاده میکنند زیرا قابلیت اطمینان بیش از هوشمندی اهمیت دارد. به همین دلیل است که یادگیری «فقط ارتعاشی» به ندرت در خارج از محیطهای کنترلشده دوام میآورد.
رباتهای هوش مصنوعی به چه حسگرها و مدلهای ادراکی متکی هستند؟
رباتهای هوش مصنوعی اغلب دوربینها، لیدار، حسگرهای عمق، میکروفونها، واحدهای اندازهگیری عمق، رمزگذارها و حسگرهای نیرو/گشتاور یا لمسی را با هم ترکیب میکنند. مدلهای ادراکی این جریانها را به سیگنالهای قابل استفاده مانند هویت شیء، حالت، فضای آزاد و نشانههای حرکت تبدیل میکنند. یک روش عملی و بهینه این است که اطمینان یا عدم قطعیت را به خروجی ارائه دهیم، نه فقط برچسبها. این عدم قطعیت میتواند برنامهریزی ایمنتری را هدایت کند، زمانی که حسگرها به دلیل تابش خیرهکننده، تاری یا درهمریختگی، تضعیف میشوند.
SLAM در رباتیک چیست و چرا اهمیت دارد؟
SLAM (مکانیابی و نقشهبرداری همزمان) به ربات کمک میکند تا همزمان با تخمین موقعیت خود، نقشهای بسازد. این فناوری برای رباتهایی که حرکت میکنند و نیاز دارند بدون «هراس» در هنگام تغییر شرایط، مسیریابی کنند، بسیار مهم است. ورودیهای معمول شامل مسافتسنجی چرخ، IMUها و LiDAR یا نشانههای بصری و گاهی اوقات GPS در فضای باز است. دادههای خوب، رانش و عدم قطعیت را ردیابی میکنند تا ربات بتواند در هنگام لرزیدن مکانیابی، محافظهکارانهتر رفتار کند.
برنامهریزی ربات و کنترل ربات چه تفاوتی با هم دارند؟
برنامهریزی تصمیم میگیرد که ربات در مرحله بعد چه کاری باید انجام دهد، مانند انتخاب مقصد، مسیریابی در اطراف موانع یا اجتناب از برخورد با افراد. کنترل، این برنامه را به حرکتی روان و پایدار با وجود اصطکاک، تغییرات بار مفید و تأخیرهای موتور تبدیل میکند. برنامهریزی اغلب به برنامهریزی کلی (مسیرهای کلی) و برنامهریزی محلی (واکنشهای سریع در نزدیکی موانع) تقسیم میشود. کنترل معمولاً از ابزارهایی مانند PID، کنترل مبتنی بر مدل یا کنترل پیشبینیکننده مدل برای پیروی قابل اعتماد از برنامه استفاده میکند.
چگونه رباتها با اطمینان خاطر، عدم قطعیت یا اعتماد به نفس پایین را مدیریت میکنند؟
رباتهای خوب طراحیشده، عدم قطعیت را به عنوان ورودی رفتار در نظر میگیرند، نه چیزی که باید از آن چشمپوشی کرد. وقتی درک یا اطمینان از موقعیتیابی کاهش مییابد، رویکرد رایج این است که به جای حدس زدن، سرعت خود را کم کنند، حاشیه ایمنی را افزایش دهند، با خیال راحت توقف کنند یا از انسان کمک بخواهند. سیستمها همچنین اقدامات و زمینه را ثبت میکنند، بنابراین حوادث قابل حسابرسی و رفع آنها آسانتر است. این طرز فکر «شکست محترمانه» تفاوت اصلی بین رباتهای نمایشی و رباتهای قابل استقرار است.
یادگیری تقویتی چه زمانی برای رباتها مفید است و چه چیزی آن را دشوار میکند؟
یادگیری تقویتی اغلب برای مهارتهای پیچیدهای مانند دستکاری یا جابجایی استفاده میشود که در آنها طراحی دستی یک کنترلر دشوار است. این روش میتواند رفتارهای مؤثر را از طریق آزمون و خطای مبتنی بر پاداش، اغلب در شبیهسازی، کشف کند. استقرار دشوار میشود زیرا کاوش میتواند ناامن باشد، دادهها میتوانند گران باشند و شکافهای شبیهسازی به واقعیت میتوانند سیاستها را نقض کنند. بسیاری از خطوط لوله از یادگیری تقویتی به صورت انتخابی، در کنار محدودیتها و کنترل کلاسیک برای ایمنی و پایداری استفاده میکنند.
آیا مدلهای بنیادی نحوه استفاده رباتها از هوش مصنوعی را تغییر میدهند؟
رویکردهای مدل بنیادی، رباتها را به سمت رفتارهای کلیتر و پیروی از دستورالعملها سوق میدهند، به خصوص با مدلهای بینایی-زبان-عمل (VLA) مانند سیستمهای سبک RT-2. مزیت آن انعطافپذیری است: ارتباط دادن آنچه ربات میبیند با آنچه به آن گفته میشود انجام دهد و نحوه عمل آن. واقعیت این است که تخمین کلاسیک، محدودیتهای ایمنی و کنترل محافظهکارانه هنوز برای قابلیت اطمینان فیزیکی اهمیت دارند. بسیاری از تیمها این را به عنوان مدیریت ریسک چرخه عمر، مشابه چارچوبهایی مانند AI RMF NIST، مطرح میکنند.
منابع
[1] دورانت-وایت و بیلی -
محلیسازی و نقشهبرداری همزمان (SLAM): بخش اول الگوریتمهای ضروری (PDF) [2] لینچ و پارک -
رباتیک مدرن: مکانیک، برنامهریزی و کنترل (نسخه PDF پیش از چاپ) [3] ساتون و بارتو -
یادگیری تقویتی: مقدمه (نسخه PDF پیشنویس ویرایش دوم) [4] NIST -
چارچوب مدیریت ریسک هوش مصنوعی (AI RMF 1.0) (PDF) [5] بروهان و همکاران - RT-2: مدلهای بینایی-زبان-عمل، دانش وب را به کنترل رباتیک منتقل میکنند (arXiv)