رافائيل ميمشايمر، الباحث ما بعد الدكتوراه في مجموعة الأنظمة الذكية المستقلة بجامعة بون، حصل هو وزملاؤه على جائزة أفضل مقال في مؤتمر RoboCup 2026 عن عمل حول تدوين الصور المخصص للروبوتات المشاركة في المسابقة. وهو فائز بخمس مرات ببطولة العالم RoboCup@Home، ويستعرض هنا أبحاثه ومسيرته وصعوبات هذه التحديات.
يومان لتعلم شقة
نقطة البداية تكمن في جدول المسابقة: كل فريق لا يتوفر سوى على يومين للتحضير في الموقع. يجب تجميع الروبوتات، وتعويدها على شقة نموذجية لم يروها من قبل، وتدريبها على التعرف على الأشياء التي ستتفاعل معها، سواء كانت ملعقة أو مشروبًا محددًا. قد يصل عدد هذه الأشياء إلى 50، وكثير منها غير معروف قبل بدء الاختبار.
يمكن توقع جزء من هذه الأشياء، مثل المشروبات والوجبات الخفيفة وأدوات المائدة، لكن تفاصيلها لا يمكن توقعها. غالبًا ما يشترون المنظمون منتجات محلية من مركز تجاري، وجزء من المجموعة يأتي من مجموعة البيانات العامة « Efficient Image Annotation via Semi-Supervised Object Segmentation with Label Propagation ». في هذا العمل، وصف رافائيل ميمشايمر نهجًا متعدد المراحل، يعتمد على التجزئة، أي تحديد مناطق الصورة التي تتوافق مع جسم ما. نموذج واحد، مدرب على الأشياء التي واجهها في النسخ السابقة، يحدد ما يمكن أن يكون جسمًا، ثم تسمح الصور المرجعية بتوسيم الأشياء الموجودة شبه تلقائيًا.
بحسب قوله، يتم تدوين 60 % من البيانات تلقائيًا تقريبًا، وهو عمل كان سيتطلب ساعات عديدة لو تم بالتدوين البشري. أما مناهج « المفردات المفتوحة »، القادرة على التعرف على أشياء موصوفة بالكلمات، فواجهت صعوبة في التمييز بين أشياء من نفس الفئة، مثل المشروبات. طرق الكشف الموجهة بالاستعلام تعمل، بحسب رأيه، مع 5 إلى 10 فئات، لكن لم يتم بعد توسيع نطاقها ليشمل 50 فئة كما في المسابقة.
نتائج في المسابقة
تم استخدام النهج بالفعل في RoboCup 2025 في البرازيل وفي RoboCup German Open. بالنسبة لنسخة 2026 في كوريا، استخدم الفريق نسخة مطورة، تستخدم أيضًا مقاطع الفيديو لتوليد المزيد من البيانات. توفير الوقت يسمح، وفقًا لرافائيل ميمشايمر، بالتركيز على الاختبارات والمهام نفسها بدلاً من الرؤية الحاسوبية.
حل فريق NimbRo في المركز الثالث في المسابقة. كانت هناك مهمة جديدة، « Doing Laundry »، في البرنامج: كان على الروبوت نقل سلة ملابس من الغسالة، وفتح الباب، والإمساك بقمصان وطيها. الروبوت لا يرى داخل الغسالة، لذا عليه أن يشعر بأنه يمسك بقطعة ملابس قبل إخراجها. يشير رافائيل ميمشايمر إلى أن فريقه حقق أفضل النتائج في هذه المهمة، بفضل التوسيم شبه التلقائي.
تشمل المهام الأخرى التفاعل مع الضيوف، والذي يتضمن فتح الباب، وتحية الزوار، وتقديمهم للأشخاص الآخرين، ومهمة ترتيب الطاولة بعد الإفطار، وخدمة عامة بناءً على طلب بلغة طبيعية، ومهمة مطعم في مكان غير معروف، حيث تعرف الفرق فقط قائمة الطعام. قبل كل هذه المهام، يجب أن تمر الروبوتات بفحص أولي للسلامة وقدرات التفاعل.
مسابقة في تطور مستمر
يذكر رافائيل ميمشايمر، الذي شارك في نسخة آيندهوفن، أن المهام كانت موزعة آنذاك بين ثلاث دوريات، منها منصة مفتوحة، فاز بها فريقه. لقد اندمجت الآن: 24 فريقًا من جميع أنحاء العالم يشاركون هذا العام في دوري واحد. يصف تقدمًا متتاليًا، من رسم الخرائط والملاحة في البدايات إلى إدراك البشر والتعرف على الكلام، بينما يبقى تخطيط المهام تحديًا.
للنسخة القادمة، يعمل الفريق على معالجة الأشياء، لجعل الروبوت يمسكها بسرعة أكبر، وعلى استخدام ذراعين، وهو محور يرغبون في تحسينه.
