ابن عم رقمي

ابن العم الرقمي هو مفهوم تم اقتراحه في عام 2024 من قبل فريق بقيادة البروفيسور في في لي من جامعة ستانفورد. ويهدف إلى توفير حل أكثر كفاءة واقتصادا لتدريب الروبوتات. يؤدي هذا المفهوم إلى تغيير طريقة تعلم الروبوتات، وقد جذب انتباهًا واسع النطاق. نتائج الورقة ذات الصلة هيACDC: إنشاء آلي لأبناء العمومة الرقميين من أجل تعلم سياسات قوية".

بدلاً من السعي إلى التطابق الفردي مع الكائنات الحقيقية، تركز الأجهزة الرقمية على الصفات الهندسية والدلالية المتشابهة، وبالتالي توليد بيانات تدريب عملية بتكلفة أقل. إنه أصل أو مشهد افتراضي، على عكس التوأم الرقمي، لا يحاكي نظيره في العالم الحقيقي بشكل صريح، ولكنه لا يزال يعرض وظائف هندسية ودلالية مماثلة. يمكن أن يؤدي هذا النهج إلى تقليل تكلفة إنشاء المحاكاة الحقيقية مع تحسين القدرة على تعميم التعلم في نفس الوقت.

يمكن استخدام أبناء العمومة الرقميين لتدريب الروبوتات من خلال توفير بيئة افتراضية تشبه العالم الحقيقي لتدريب سياسات الروبوت مع تقليل التكاليف وتحسين قدرات التعميم عبر المجالات. يقوم هذا النهج بإنشاء مشهد محاكاة تفاعلي بالكامل من صورة RGB واحدة ويتكون من ثلاث خطوات متتالية: استخراج المعلومات، ومطابقة الصورة الرقمية، وتوليد المشهد.

تظهر النتائج التجريبية أن استراتيجية الروبوت المدربة مع أبناء عمومته الرقميين حققت معدل نجاح بلغ 90% في الانتقال من العينة الصفرية من الافتراضي إلى الحقيقي، وهو ما يتجاوز بكثير معدل 25% المدرب مع التوائم الرقمية. يوضح هذا أن أبناء عمومتنا الرقميين لديهم أداء أفضل داخل التوزيع وخارجه، مما يثبت ميزتهم في التعميم.