ARK: إطار مفتوح المصدر مستند إلى بايثون لتعلم الروبوتات

حققت الروبوتات تقدماً ملحوظاً في مجال الأجهزة، بدءًا من تحديات الحضر والروبوتات التي نظمتها وكالة مشاريع البحث المتقدم للدفاع (DARPA) وصولاً إلى أول بطولة رياضية للكيك بوكسينغ بين الروبوتات البشريّة، ومع ذلك لا يزال الاستقلال التجاري يتأخر عن التقدم في مجال تعلم الآلة. أحد العقبات الرئيسية هو البرمجيات: تتطلب المكدسات الروبوتية الحالية منحنى تعلم حاد، خبرة متقدمة في لغتي C/C++، أدوات متفرقة، ودمج أجهزة معقد، وهو ما يتعارض بشكل صارخ مع البيئات التي تعتمد على لغة Python والتي تميزت بالتوثيق الجيد وساهمت في دفع عجلة الذكاء الاصطناعي الحديث. نقدم ARK، إطار عمل روبوتي مفتوح المصدر ومصمم ليكون أولوية لـ Python بهدف سد هذه الفجوة. يقدم ARK واجهة بيئية على غرار Gym تسمح للمستخدمين بجمع البيانات، معالجتها الأولية، وتدریب السياسات باستخدام خوارزميات التعلم التقليدي الأكثر حداثة (مثل ACT، سياسة الانتشار Diffusion Policy) بينما يمكنهم التنقل بسلاسة بين المحاكاة عالية الدقة والروبوتات المادية. يوفر هندسة العمل الخفيفة القائمة على العميل-الخادم اتصالاً عبر الشبكة بنظام النشر-الاشتراك (Publisher-Subscriber)، ويضمن الربط الاختياري بلغتي C/C++ الأداء الزمني الحقيقي عند الحاجة. يأتي ARK مع وحدات قابلة لإعادة الاستخدام للتحكم، وإنشاء الخرائط ثلاثية الأبعاد أثناء الحركة (SLAM)، والتخطيط الحركي، وتحديد النظام، والتصور المرئي بالإضافة إلى التوافق الأصلي مع نظام التشغيل الروبوتي (ROS). توضح الوثائق الشاملة والدراسات الحالة - من التلاعب إلى التنقل المتحرك - إمكانية النمذجة السريعة واستبدال الأجهزة بسهولة والأنابيب من البداية إلى النهاية التي تنافس سهولة استخدام سير العمل الرائج في تعلم الآلة. من خلال توحيدها لممارسات الروبوتات وتعلم الآلة تحت مظلّة Python المشتركة، تخفض ARK حواجز الدخول وتسرع البحث والإطلاق التجاري للروبوتات المستقلة.