روبوت شبه بشري بعجلات أنهى ساعة من غسيل الملابس دون مساعدة

أطلقت Dyna Robotics روبوتًا جديدًا والنظام الذي يشغّله، والعرض التوضيحي متواضع عمدًا: ساعة من غسيل ملابس الفنادق، صُوّرت في لقطة واحدة متواصلة.

يُسمى الروبوت Taku، مأخوذًا من الكلمة اليابانية takumi، وتعني الحرفي الماهر. وهو يجمع بين جسم علوي بشكل بشري وذراعين بسبع درجات حرية لكل منهما، مع جزء سفلي قابل للطي، وكل ذلك مثبّت على أربع عجلات قابلة للتوجيه. البرنامج هو Dyna-2.1، الذي تصفه الشركة بأنه وكيل فيزيائي، مصمم لسير العمل بالكامل وليس لمهام التلاعب الفردية.

في الفيديو، يتحرك Taku بين الغسالات والمجففات وطاولة الطي والأرفف. يحمّل الآلات ويشغّلها، ويفرغها، ويجلب المناشف، ويطويها ويفرزها، ويكدّس النتائج. عندما تفشل قبضة، أو يلتقط منشفتين في وقت واحد، أو يُسحب بعيدًا عن وحدة تحكم آلة، فإنه يتعافى دون طلب المساعدة من شخص. تقدّر Dyna أن دورة غسيل واحدة تشمل نحو 79 خطوة مميزة.

ثلاث طبقات في العمق

تقسم البنية المهمة إلى ثلاثة أجزاء، وهذا التقسيم هو الهندسة المثيرة للاهتمام.

في الأعلى، يراقب منسّق رؤية-لغة سير العمل، ويحتفظ بذاكرة نصية لما حدث، ويقرر ما يجب فعله بعد ذلك. في الوسط، يولّد إصدار محسّن من نموذج العالم-الحركة لدى Dyna أهداف حركة لكامل الجسم. في الأسفل، يحوّل متحكّم كامل الجسم، دُرّب بالتعلم المعزز عبر آلاف الروبوتات المحاكاة في NVIDIA Isaac Sim، تلك الأهداف إلى أوامر للمفاصل والعجلات عند 100 هرتز.

هذا التقسيم الطبقي مهم لأنه يفصل القرار عن التنفيذ. يستنتج المنسّق المهمة باللغة، وهي مرنة ويسهل تغييرها. ويتعامل المتحكّم مع الواقع الفيزيائي منخفض المستوى بسرعة لا يستطيع أي نموذج استدلال مجاراتها. ولا يحتاج أيٌّ منهما إلى إتقان عمل الآخر.

مليون ساعة من الفيديو

بيانات التدريب هي الجزء الذي يفسر الطموح. تقول Dyna إنها دربت السياسة مسبقًا على مليون ساعة من بيانات البشر والروبوتات، مستقاة من فيديوهات بشرية وأسطول روبوتاتها الخاص، وموصوفة عبر تمثيل مشترك يعبّر عن حركة الإنسان والروبوت بالصيغة نفسها. ويُذكر أن مجموعة البيانات تضم 43 مليون حلقة، مخزنة في حاويات جعلت التخزين أصغر بكثير وقراءة العينات أسرع عدة مرات من نهج الإطار-بإطار الساذج.

استخدام الفيديو البشري كمعظم إشارة التدريب هو رهان على أن الكفاءة الفيزيائية العامة يمكن تعلمها بالمشاهدة، لا بالفعل وحده. فأسطول روبوتات وحده سيستغرق وقتًا طويلًا جدًا لتجميع مليون ساعة من الخبرة الواقعية المتنوعة. أما الفيديو البشري فوفير، والتمثيل المشترك هو ما يتيح للنموذج نقل الأنماط التي يراها في البشر إلى آلة بجسم مختلف.

اختارت Dyna أيضًا العجلات بدل الأرجل، والمنطق عملي بشكل منعش. تتطلب مسارات العمل المستهدفة الانتقال بين محطات العمل والوصول إلى داخل الآلات، على طاولة، إلى أرفف منخفضة وإلى أعلى فوق الرأس. المشي الشبيه بالبشر ليس ضمن القائمة. ستضيف الأرجل تكلفة وتعقيدًا لقدرة لا تحتاجها المهمة.

المقياس الذي تغيّر

أكثر تفصيل دالّ في الإطلاق هو ما قررت Dyna قياسه. فبدلًا من الإبلاغ عن معدلات النجاح في المهام الفردية، حسّنت الشركة متوسط الوقت بين التدخلات، أي المدة التي يعمل فيها الروبوت قبل أن يضطر إنسان للتدخل.

هذا هدف أصعب وأكثر صدقًا. يمكن أن تحقق المهام الفردية معدلات نجاح مرتفعة بينما يفشل سير العمل ككل، لأن الإخفاقات تتراكم عند ربط خطوات كثيرة معًا. فالروبوت الذي ينجح في 95 بالمئة من قبضاته سيواجه مشكلة سريعًا عبر 79 خطوة. يقيس MTBI الشيء الذي يهم المشغّل فعلًا، وهو المدة التي يمكن ترك الآلة فيها بمفردها.

العميل المستهدف ليس مختبر أبحاث. تدير Dyna نموذج الروبوتات كخدمة، بفرض رسوم شهرية لكل روبوت تجمع العتاد والبرمجيات والصيانة وتحديثات النماذج. وهذا يحوّل نفقة رأسمالية كبيرة إلى نفقة تشغيلية، وهو أمر مهم للشركات الصغيرة التي تستهدفها الشركة. كما يمنح Dyna تدفقًا مستمرًا من بيانات التدريب من عمليات نشر حقيقية. وقد شدد المؤسسون على أن العتاد رخيص عمدًا، بعشرات الآلاف من الدولارات وليس بمئات الآلاف.

لماذا يُعدّ غسيل الملابس نقطة بداية معقولة

اختيار غسيل الملابس كعرض توضيحي رئيسي أذكى مما يبدو. فغسيل ملابس الفنادق متكرر، وذو حجم كبير، وغير ممتع بما يكفي ليكون دوران العمالة تكلفة حقيقية. كما أنه يحدث في غرفة ثابتة، بآلات متعاونة، ومجموعة محدودة من الأشياء، وتسلسل متوقع. هذه بيئة أكثر ودًّا بكثير من، مثلًا، مطبخ مزدحم أو شارع عام.

الضيق هو المقصود. فالروبوت الذي يستطيع أداء شيء واحد ممل بشكل موثوق في بيئة واحدة مضبوطة أكثر قيمة اليوم بكثير من روبوت عام يفشل بشكل غير متوقع في كل مكان. وإذا نجح غسيل الملابس، فيمكن توجيه البنية نفسها إلى سير عمل محدود آخر بخصائص مشابهة: غسل الأطباق، مناولة بياضات الأسرة، فرز بسيط في المستودعات. وكل واحد منها عمل قائم بذاته، وكل واحد يغذي محرك البيانات نفسه.

أين ينتهي الادعاء ويبدأ الواقع

العرض التوضيحي فيديو للشركة، وليس تقييمًا مستقلًا، وادعاءات النشر تستحق قراءة متأنية. يقول البيان الصحفي إن Dyna-2.1 يُنشر في الفنادق والمغاسل والمطاعم. أما منشور البحث الأكثر تفصيلًا فيصوّر جلب النظام إلى مواقع عملاء حقيقيين كالمرحلة التالية. ولم يُسمَّ أي عميل يشغّل Taku علنًا، ولم تُنشر أي بيانات تدخلات من عملية نشر تجارية.

تلك الفجوة بين بيان الإطلاق وتقرير فني شائعة في الروبوتات، وهي حيث تكمن الحقيقة عادةً. فيديو مدته ساعة دون قطع إنجاز حقيقي. لكنه أيضًا بيئة منسّقة، وغسيل ملابس الفنادق بيئة ألطف من معظم البيئات.

نشرت Dyna سابقًا روبوتات لأعمال أضيق، بما في ذلك نشر لتطبيق طي المناديل مع سلسلة مطاعم Din Tai Fung، وجمعت 120 مليون دولار في 2025 بدعم شمل ذراع NVIDIA الاستثماري وصندوق الابتكار الصناعي لدى Amazon. والمرحلة التالية للشركة، بحسب ما تقوله، هي أخذ النظام الجديد إلى مواقع العملاء واستخدام ما يحدث هناك لتحسينه.

لماذا يستحق هذا المشروع المتابعة

عروض الروبوتات سهلة الصنع ويصعب الوثوق بها. وما يفصل نظامًا جادًا عن فيديو مصقول يكون عادةً غير مبهر: كيف يفشل بلباقة، وكم نادرًا ما يحتاج إلى مساعدة، وهل تنجح الاقتصاديات في موقع العميل لا في المختبر.

اختيار Dyna قياس متوسط الوقت بين التدخلات، واستخدامها الفيديو البشري على نطاق واسع، وقرارها بناء جسم بعجلات رخيص لمهام حقيقية، كلها مؤشرات على فريق يحسّن من أجل النشر وليس من أجل شريط عرض توضيحي. لا شيء من ذلك يؤكد الادعاءات. لكنه يشير إلى أن الشركة تعرف أين يكمن الجزء الصعب.

لا يزال الروبوت القادر على إنجاز مشاويرك بعيدًا. أما روبوت يستطيع تشغيل سير عمل واحد محدد وممل ومتعدد الخطوات لمدة ساعة دون إشراف، فذلك ادعاء أصغر بكثير، وإذا استطاع Taku فعل ذلك بشكل موثوق في موقع عميل، فسيكون ادعاءً ذا معنى. غرفة الغسيل هي اختبار. والسؤال المثير هو ما سيحدث عندما يغادرها.