لقد لاحظت مؤخرًا تقنية يمكنها أن تُحدث تغييرًا حقيقيًا في مجال الروبوتات — وهي سياسة الانتشار (diffusion policy) التي تتجه تدريجيًا نحو التطبيق العملي، وهذه ليست مجرد نظرية في أوراق بحثية، بل هي حل تم التحقق من فعاليته في سيناريوهات حقيقية.

بالحديث عن ذلك، العديد من طرق تعلم الروبوتات إما تكون مفرطة في المثالية أو تكون قابلة للاستخدام فقط في ظروف محددة. لكن سياسة الانتشار تختلف. هذه الطريقة التي طورتها جامعة كولومبيا ومعهد تويوتا للأبحاث تعتمد على استخدام نماذج الانتشار في توليد الصور، وتحويل تعلم حركات الروبوت إلى عملية إزالة الضوضاء. قد تبدو الفكرة غامضة بعض الشيء، لكن النتائج واضحة جدًا — في اختبار 15 مهمة، حققت أداءً متوسطًا أعلى بنسبة 46.9% مقارنة بالطرق التقليدية، وهذه ليست مجرد تحسينات هامشية، بل قفزة نوعية.

أعتقد أن المفتاح وراء ذلك هو أن سياسة الانتشار قادرة على التعامل مع المشكلات "القذرة" التي يواجهها الروبوت في الواقع. على سبيل المثال، قد يكون لنفس الحركة طرق تنفيذ متعددة، أو توجد عوائق في البيئة، أو يتداخل التشويش، وحتى أن أداء الروبوت نفسه قد يتقلب. الطرق التقليدية القائمة على الانحدار تتعثر غالبًا أمام هذه التعقيدات، لكن سياسة الانتشار من خلال تكرار تحسين تسلسل الحركات بشكل تدريجي، يمكنها بشكل طبيعي التعامل مع الحالات متعددة الأنماط.

من الناحية التقنية، تعمل سياسة الانتشار عن طريق بدء العملية بضوضاء خالصة، ثم تحسينها تدريجيًا استنادًا إلى المدخلات البصرية إلى أن تتشكل تسلسلاً محددًا من الحركات. هذه ليست مجرد خريطة مباشرة من الملاحظات إلى الأفعال، بل يمكنها التنبؤ بـ16 خطوة مستقبلية، وتنفيذ 8 منها فقط، ثم إعادة التخطيط، مما يضمن سلاسة الاستجابة وسرعة التكيف مع تغييرات البيئة. على الأجهزة الحقيقية (مثل روبوت UR5 مع كاميرا RealSense)، أداء هذه الطريقة ثابت ومستقر.

ماذا يعني ذلك للشركات العاملة في التصنيع أو الأتمتة الصناعية؟ أولاً، تقليل مدة النشر. يمكن تدريب نموذج جيد باستخدام 50-200 مثال فقط، ووقت الاستنتاج يمكن أن يبقى تحت 0.1 ثانية (باستخدام بطاقة NVIDIA 3080)، وهو أمر حاسم للمهام التي تتطلب رد فعل فوري. ثانيًا، زيادة الاعتمادية — في مهمة الرؤية باستخدام Robomimic، تصل نسبة النجاح مع سياسة الانتشار إلى 90-100%، بينما الطرق القديمة تتراوح بين 50-70%. هذا يترجم مباشرة إلى تقليل الفاقد وزيادة كفاءة خط الإنتاج.

الأمثلة من الواقع أيضًا مقنعة جدًا. في مهمة تركيب مكعب T، تستطيع سياسة الانتشار التعامل مع عوائق متحركة وتشويش فيزيائي؛ وفي عمليات مثل صب القهوة، التي تتطلب دقة عالية في التحكم بالسائل، يمكنها إتمام المهمة بثبات. هذه المناطق التي تتعثر فيها الطرق التقليدية بسهولة.

بالطبع، لا تخلو هذه الطريقة من العيوب. حسابات الاستنتاج عالية نوعًا ما، وعلى الرغم من أن تسريع DDIM يقلل من عدد الخطوات من 100 إلى 10، إلا أن متطلبات الحوسبة لا تزال مرتفعة. ومع ذلك، من حيث العائد على الاستثمار، فإن الاستثمار في الأجهزة في البداية يضمن موثوقية طويلة الأمد وقابلية للتوسع، وهذه المعادلة تعتبر مربحة لمعظم الشركات.

هناك أيضًا حلول بديلة أخف وزنًا تظهر على السطح، مثل Action Lookup Table التي تدعي أنها تحقق نتائج مماثلة باستخدام حساب أقل، لكنها تعتمد بشكل أساسي على الذاكرة والبحث في الجداول، وتفتقر إلى مرونة النموذج التوليدي الذي توفره سياسة الانتشار. بالإضافة إلى ذلك، هناك محاولة لاستخدام سياسة الانتشار ثلاثية الأبعاد (3D Diffusion Policy) لتعزيز قدرات الاستنتاج المكاني عبر الرؤية الثلاثية الأبعاد. هذه كلها اتجاهات مثيرة، لكن من حيث الأداء على المعايير، تظل سياسة الانتشار الخيار الأكثر استقرارًا وعمومية حتى الآن.

أما عن المستقبل، فإن سرعة التطور في هذا المجال مذهلة. مع دمج التعلم المعزز، وتوسيع نطاق الحرية، أو دمجها مع نماذج ضخمة، من المتوقع أن تقترب معدلات النجاح من 99%. من المتوقع أن تظهر أدوات تجارية في حوالي عام 2027، بحيث يمكن للشركات الصغيرة والمتوسطة الاستفادة من هذه الحلول في تعلم الروبوتات. كما أن تحسينات الأجهزة مستمرة، مع إمكانية تقليل زمن الاستجابة بشكل أكبر.

بشكل عام، تمثل سياسة الانتشار قفزة مهمة من النظرية إلى التطبيق في تعلم الروبوتات. إذا لم تبدأ في اعتمادها الآن، فربما تتخلف عن الركب. الكود والعروض التوضيحية متاحة على GitHub بشكل مفتوح، ويمكن لأي مهتم أن يبدأ تجربتها مباشرة.