روبوتات تتكيف دون إعادة تدريب؟ هذا الإطار الجديد قد يحقق ذلك فعليًا

تعد نماذج الرؤية-اللغة-الفعل الحديثة (VLA) محورية في التحكم الروبوتي، لكنها تتعطل بسرعة عندما تتغير البيئة. تقدم ورقة بحثية جديدة من فريق OpenMOSS-Team، نُشرت على arXiv في 24 يونيو 2026، حلاً: النمذجة العالمية داخل السياق (ICWM). يعيد الإطار التفكير في كيفية تكيف الروبوتات مع التحولات في زوايا الكاميرا أو أنواع أجسام الروبوت أو غيرها من المتغيرات الخاصة بالنظام، دون الحاجة إلى ضبط دقيق مكلف أو تحديثات للمعاملات. lerobot-v060-imagining-the-future-without-paying-for-it-at-inference

المشكلة مع نماذج VLA القياسية

تعالج نماذج VLA النموذجية المدخلات البصرية وتعليمات لغوية لتوليد أوامر حركية. لكنها لا تأخذ في الاعتبار بشكل صريح التكوين الأساسي للنظام، مثل موضع الكاميرا أو طول الذراع أو نوع القابض. وهذا يعني أن النموذج يفترض ضمنيًا أنه يعمل في نفس السياق تمامًا الذي شاهده أثناء التدريب. عندما ينتقل الروبوت إلى إعداد جديد، ينخفض الأداء. ثم يضطر المهندسون إلى جمع بيانات جديدة وإعادة التدريب، وهي عملية تصفها الورقة بأنها كثيفة البيانات وبطيئة. navigating-the-edge-new-framework-promises-safer-ai-deployment-in-critical-systems

التكيف داخل السياق، وليس الضبط الدقيق

يعيد ICWM تعريف تعريف النظام كمشكلة تكيف داخل السياق. بدلاً من الاعتماد على العروض التوضيحية الثابتة التي تخبر النموذج بما هي المهمة، كما هو الحال في التعلم التقليدي داخل السياق، يستخدم ICWM سجلاً قصيرًا من التفاعلات ذاتية التوليد والمستقلة عن المهمة لتعليم النموذج كيف يعمل النظام.

"على عكس التعلم التقليدي داخل السياق الذي يستخدم العروض التوضيحية لتحديد المهمة التي يجب تنفيذها، يستفيد ICWM من نافذة السياق لفهم كيفية عمل النظام."

ينفذ الروبوت أولاً سلسلة قصيرة من الحركات العشوائية أو الاستكشافية، تحريك ذراع، تدوير مفصل، التحرك للأمام، مستقلة تمامًا عن أي مهمة. يتم تغذية هذه التفاعلات في السياسة القائمة على المحول كسياق إضافي قبل تعليمات المهمة الفعلية. من خلال معالجة تلك البيانات ذاتية التوليد، يتعلم النموذج ضمنيًا ديناميكيات العالم للنظام الحالي، من الخصائص الداخلية للكاميرا وحركيات الذراع إلى الخصائص بالقصور الذاتي للروبوت. jet-longs-bifocal-attention-is-forcing-a-rethink-of-long-context-efficiency-trade-offs

النتائج: التفوق على خطوط الأساس في زوايا الرؤية الجديدة

اختبر الفريق ICWM في المحاكاة وعلى الروبوتات الحقيقية. في البيئات المحاكاة، تفوق ICWM بشكل كبير على خطوط الأساس المعيارية VLA عندما تغيرت زوايا رؤية الكاميرا. استمر التحسن عبر العديد من البذور العشوائية وتكوينات البيئة، مما يشير إلى أن الطريقة تلتقط ثوابت حقيقية على مستوى النظام بدلاً من حفظ أنماط ثابتة. أكدت التجارب الواقعية هذا الاتجاه: نجحت الروبوتات التي تستخدم ICWM في مهام الالتقاط والوضع والملاحة تحت مواقع كاميرا متغيرة حيث فشلت النماذج الأساسية تمامًا.

لا تذكر الورقة معدلات نجاح دقيقة أو فترات ثقة إحصائية في الملخص. لكنها تؤكد أن ICWM لا يتطلب أي تحديثات للمعاملات بعد مرحلة التفاعل القصيرة التي تسبق المهمة. وهذا وحده قد يجعله جذابًا للفرق التي ترغب في نشر نفس النموذج عبر أجهزة روبوت مختلفة أو التكيف بسرعة مع الإعدادات المختبرية المتغيرة.

السياق الأوسع والعمل المستقبلي

يأتي هذا العمل في وقت يبحث فيه مجتمع أبحاث الروبوتات عن طرق لجعل نماذج الأساس الكبيرة عملية للنشر في العالم الحقيقي. تتطلب معظم الأساليب الحالية ضبطًا دقيقًا مكثفًا خاصًا بالمجال أو تعتمد على محاكيات عالية الدقة لا تنتقل دائمًا بشكل نظيف إلى الأجهزة المادية. يقدم ICWM بديلاً أخف: مرحلة تفاعل قصيرة ونافذة سياق كبيرة بما يكفي لاستيعاب كل من تاريخ النظام وتعليمات المهمة. recursivemas-scaling-multi-agent-collaboration-through-latent-space-recursion

يلاحظ المؤلفون أن الإطار يفترض حاليًا شكلًا ثابتًا للروبوت خلال مرحلتي التفاعل والمهمة، إذا تغير جسم الروبوت في منتصف المهمة، فسيحتاج النموذج إلى تشغيل تكيف جديد. يظل توسيع ICWM للتعامل مع تعريف النظام المستمر أو الديناميكي اتجاهًا مفتوحًا. gpt-55-dominates-a-new-benchmark-for-agents-that-rewrite-their-own-rules

التوفر

الورقة البحثية موجودة على arXiv تحت عنوان النمذجة العالمية داخل السياق للتحكم الروبوتي (arXiv:2606.12345). يُتوقع توفر الكود والموارد الإضافية من مستودعات فريق OpenMOSS-Team، على الرغم من عدم تقديم رابط رسمي في وقت التقديم.

حصلت الورقة على 42 صوتًا مؤيدًا على Hugging Face في وقت النشر، مما يشير إلى اهتمام مجتمعي قوي بهذا النهج للتكيف داخل السياق للروبوتات.