تجادل مراجعة جديدة وشاملة نُشرت في مجلة "سايبورغ آند بايونيك سيستمز" بأن على الباحثين التركيز بشكل أكبر على الروبوتات أحادية الساق (SLRs) – خاصة التصاميم القافزة – لحل العقبات المتبقية الأكثر صعوبة في بناء روبوتات أرجل سريعة ورشيقة وفعالة من حيث استهلاك الطاقة يمكنها منافسة الحيوانات على التضاريس الوعرة.
تكافح الروبوتات التقليدية ذات العجلات والمسارات على السلالم أو الأنقاض أو الأرض الناعمة. تتفوق روبوتات الأرجل مثل "سبوت" من بوسطن ديناميكس أو "إنيمل" من ETH زيورخ بالفعل عليها في العديد من سيناريوهات العالم الحقيقي، لكنها تظل ثقيلة وتستهلك الكثير من الطاقة ومعقدة ميكانيكيًا. وفقًا للمؤلف الرئيسي جينيوان ليو من جامعة تشجيانغ، فإن مفتاح الاختراق التالي يكمن في تبسيط المشكلة بشكل متعمد: دراسة ساق واحدة أولاً.
يوضح ليو: "مقارنة بالروبوتات الكاملة متعددة الأرجل، فإن الروبوتات أحادية الساق لديها أجزاء أقل بكثير وتستخدم عادةً مشية قفز دورية ونظيفة". "دورة قفز واحدة تلتقط تقريبًا كل الديناميكيات الأساسية التي تظهر لاحقًا في المشي أو الهرولة أو العدو للرباعيات. هذا يجعل الروبوتات أحادية الساق منصة اختبار مثالية للهياكل والمشغلات والنماذج ووحدات التحكم الجديدة."
تصنف المراجعة المكونة من 50 صفحة، والتي شارك في تأليفها باحثون من جامعة تشجيانغ ومختبر الدولة الرئيسي لعلوم السوائل والأنظمة الميكاترونية، بشكل منهجي عقودًا من أبحاث الروبوتات أحادية الساق على طول أربعة أبعاد:
1. التصميم الميكانيكي
- أرجل تلسكوبية (وصلة موشورية، مثل عصا البونجو) – بسيطة، رائعة للتحقق الأساسي.
- أرجل مفصلية (متعددة الوصلات، شبيهة بالحيوانات) – مقسمة إلى:
– صلبة (RALR)
– مرنة متوازية (PEALR)
– مرنة متسلسلة (SEALR) – الأفضل في امتصاص صدمات الهبوط وإعادة تدوير الطاقة
– متغيرة الصلابة (VSELR) – الأكثر تكيفًا ولكنها الأثقل والأصعب في التحكم.
يوضح جدول مفصل للأداء مقابل التعقيد أن التصاميم المرنة المتسلسلة تقدم حاليًا أفضل توازن للحركة الديناميكية عالية السرعة.
2. مناهج النمذجة
- عائلة SLIP (البندول المقلوب المحمل بالزنبرك) – القالب القياسي الذهبي الذي يلتقط سلوك مركز الكتلة بأقل عدد من المعلمات.
- نماذج مفصلية ذات رتبة مختزلة – أكثر دقة للأجهزة المحددة، وأسهل في الاستخدام في وحدات التحكم المتقدمة.
3. استراتيجيات التحكم
- قائمة على النموذج (MPC، التحكم في الجسم بالكامل، التحكم في النموذج الافتراضي) – قابلة للتفسير وآمنة ولكنها ثقيلة حسابيًا وحساسة لأخطاء النموذج.
- خالية من النموذج (مولدات الأنماط المركزية، التعلم المعزز) – تتفوق في المحاكاة والأنظمة ذات الدرجات العالية من الحرية ولكنها تعاني من فجوة المحاكاة إلى الواقع ونقص الضمانات.
يسلط المؤلفون الضوء على الحلول الحالية للمشكلة السيئة المتمثلة في فجوة المحاكاة إلى الواقع: عشوائية المجال، ومحركات الفيزياء عالية الدقة، وتقنيات التعلم المتميز التي تمنح السياسة معلومات استشعار إضافية أثناء التدريب والتي تتم إزالتها عند النشر.
4. خارطة طريق مستقبلية نحو "الحركة البيولوجية الحقيقية"
تدعو الورقة إلى تقدمات مترابطة بإحكام في:
- التشكل المستوحى من الأحياء (مقاومة متغيرة شبيهة بالعضلات، العمود الفقري، الذيول)
- التصنيع خفيف الوزن (تحسين الطوبولوجيا، الطباعة ثلاثية الأبعاد متعددة المواد)
- مواد جديدة (مطاط عالي الكثافة للطاقة، سبائك ذاكرة الشكل، مشغلات ناعمة)
- أنظمة هجينة (قفز-انزلاق، أقدام إمساك، عجلات رد فعل)
- الجيل القادم من التحكم بالذكاء الاصطناعي (تخطيط واسع النطاق، نماذج عالمية، سياسات أساسية).
“فقط عندما تتطور الأشكال والمحركات والذكاء معًا، سنغلق الفجوة مع الأداء الشبيه بالحيوان في البرية”، يختتم ليو.
ظهرت المقالة المفتوحة الوصول “سد الفجوة مع الحركة البيونية: تحديات في تصميم وحدات الأطراف للروبوتات ذات الأرجل ونمذجتها والتحكم فيها” في مجلة Cyborg and Bionic Systems في 19 أغسطس 2025.
DOI: 10.34133/cbsystems.0365
النص الكامل: https://spj.science.org/doi/10.34133/cbsystems.0365
مع تسابق Boston Dynamics و Deep Robotics و Unitree والعديد من الفرق الصينية نحو روبوتات رباعية الأرجل أسرع وأكثر قوة على الإطلاق، يعتقد المؤلفون أن تكثيف البحث في المنصات المبسطة ذات الساق الواحدة يمكن أن يسرع بشكل كبير المجال بأكمله في السنوات القادمة.
