پژوهشگران مؤسسه فناوری ماساچوست (MIT) سامانهای نوآورانه توسعه دادهاند که به رباتها اجازه میدهد در چند ثانیه راهحل بهینه برای مسائل پیچیدهی دستکاری اشیا (Manipulation Problems) را پیدا کنند — کاری که پیشتر ممکن بود چند ساعت یا حتی روزها زمان ببرد.
این سیستم جدید، با نام Diffusion-CCSP (Conditional Constraint Satisfaction Problem) از ترکیب هوش مصنوعی مولد (Generative AI) و الگوریتمهای بهینهسازی استفاده میکند تا ربات بتواند حرکتهای متوالی خود را با در نظر گرفتن محدودیتهای فیزیکی و محیطی پیشبینی و اصلاح کند.
بر خلاف روشهای سنتی که تمام حالات ممکن را محاسبه میکردند، در این فناوری ربات با استفاده از یک مدل یادگیری مولد، مستقیماً به مجموعهای از راهحلهای محتمل و واقعگرایانه دست مییابد. نتیجه این است که ربات میتواند در زمان بسیار کوتاه، حرکات دقیقتری برای بلند کردن، جابهجایی و چرخاندن اشیا طراحی کند.
در آزمایشها، این روش توانست زمان حل مسائل برنامهریزی حرکتی را بیش از ۷۰ برابر سریعتر از الگوریتمهای قبلی کاهش دهد. این پیشرفت میتواند مسیر را برای رباتهای صنعتی، جراحان رباتیک و سیستمهای خودکار در فضا یا انبارهای لجستیکی هموارتر کند.
دکتر Yilun Du از آزمایشگاه CSAIL میگوید:
هدف ما این بود که به رباتها توانایی فکر کردن سریعتر در مورد نحوه تعامل فیزیکی با جهان بدهیم — درست مثل انسانها.
این پروژه گامی مهم در جهت ساخت رباتهایی است که میتوانند بهصورت خودمختار و بلادرنگ تصمیمهای فیزیکی بگیرند؛ رباتهایی که نه فقط میبینند و میفهمند، بلکه در لحظه تصمیم میگیرند چگونه عمل کنند.
https://news.mit.edu/2025/new-system-enables-robots-to-solve-manipulation-problems-seconds-0605
