كيف خاض روبوتان بشريان مباراة تنس طاولة من 11 نقطة دون أي تحكم بشري؟

لم يكن عرض SMASH 2.0 مجرد حيلة روبوتية لرد الكرة عدة مرات؛ بل كان، وفقًا لفريق جامعة هونغ كونغ وشركة KAI/Chaowei، مباراة كاملة بين روبوتين بشريين. تناوب الروبوتان على الإرسال، واستقبلا الكرات وردّا عليها، وحاولا الهجوم والدفاع، وجمعا النقاط حتى فاز أحدهما بالمباراة. والأهم أن العرض جرى من دون تحكم عن بُعد، أو شخص يلقّم الكرات، أو كاميرات خارجية تراقب الطاولة. 4612

لكن وصف التجربة بأنها «الأولى» يجب فهمه بوصفه ادعاءً من الباحثين، لا نتيجة مستقلة محسومة على مستوى صناعة الروبوتات بأكملها. وما تدعمه التقارير المتاحة بوضوح هو نطاق التجربة: لعب مستقل بين روبوتين بشريين، باستخدام الإدراك المثبت على الروبوت، وفي صيغة مباراة كاملة. 24

مباراة من 11 نقطة ليست 11 تبادلًا ناجحًا

في تنس الطاولة، يشير التبادل إلى ذهاب الكرة وإيابها حتى انتهاء النقطة. أما المباراة الكاملة من 11 نقطة فتتطلب إدارة مجموعة من عناصر اللعبة: تنفيذ الإرسال، استقبال الكرة، ردها، التعامل مع الكرات الضائعة، احتساب النقاط، تبديل الإرسال والاستمرار حتى تحديد الفائز. لذلك فإن نجاح الروبوتين في تبادل الكرة 11 مرة لا يثبت وحده قدرتهما على خوض مباراة كاملة. 57

الفارق مهم من الناحية التقنية. فقد يستطيع روبوت إعادة كرة تأتيه في تمرين تعاوني أو من لاعب يلقّنه الكرات، من دون أن يمتلك الاستقلالية اللازمة لبدء مباراة تنافسية وإنهائها. أما روبوتان يحاول كل منهما الفوز، فعليهما اتخاذ قرارات هجومية ودفاعية، لا الاكتفاء بإطالة تبادل متوقع ومعد مسبقًا. 57

كيف يغلق SMASH 2.0 الحلقة بين الرؤية والحركة؟

يُقدَّم SMASH 2.0 بوصفه نظامًا معياريًا يربط أربع وظائف رئيسية:

1. الإدراك: تلتقط كاميرات مثبتة على الروبوت، ومن منظور الروبوت نفسه، الكرة وتقدّر حالته الحركية من دون الاعتماد على منظومة كاميرات خارجية. 2
2. التنبؤ بالمسار: يحسب النظام اتجاه الكرة ويتوقع مسار طيرانها وارتدادها على الطاولة. 714
3. تخطيط الحركة والضربة: يختار طريقة ضرب الكرة ومكان توجيهها، بما في ذلك الاستجابة لمسارات مختلفة للكرات القادمة. 714
4. التحكم بالجسم كله: ينسق بين الساقين والجذع والذراعين والمضرب للوصول إلى الكرة مع الحفاظ على التوازن وتنفيذ الضربة المطلوبة. 214

وتصف التقارير هذه العملية بأنها تجري ضمن نافذة زمنية على مستوى أجزاء الألف من الثانية؛ إذ يتعين على الروبوت تحديد الكرة القادمة، وحساب مسارها، ثم التخطيط للضربة قبل لحظة التلامس التالية. 714 كما تؤكد الورقة الأكاديمية الخاصة بـSMASH استخدام التعلم بالتقليد الموجّه للمهمة للتحكم في الضربات، إلى جانب الإدراك من منظور الروبوت للتفاعل في الزمن الحقيقي. 2

ما الذي تغير بين SMASH 1.0 وSMASH 2.0؟

ركزت التحديثات المعلنة في الإصدار الثاني على المهارات اللازمة لخوض مباراة فعلية، بدل الاكتفاء بتمرين مريح لإعادة الكرات.

إرسال مستقل

أضاف SMASH 2.0 قدرة الإرسال المستقل، فأصبح بوسع الروبوتين بدء النقاط وتبادل الإرسال وفق صيغة المباراة. ومن دون هذه القدرة، قد يشارك الروبوت في التبادلات، لكنه لا يستطيع إدارة مباراة كاملة من بدايتها إلى نهايتها بمفرده. 58

مجال أوسع لضرب الكرة

وسّع النظام مساحة الضرب التي يستطيع الروبوت الوصول إليها، بحيث يتعامل مع الكرات القصيرة والطويلة على حد سواء. وقال الفريق إنه استخدم بيانات من حركات بشرية في التدريب داخل المحاكاة لبناء مكتبة أوسع من الحركات وتحسين تغطية مساحة عمل الروبوت. 2

اللعب الهجومي والدفاعي

تحتاج المباراة الكاملة أيضًا إلى أكثر من رد الكرة بصورة تعاونية. فكل روبوت يحاول تسجيل النقاط، ولذلك يجب أن يدعم النظام أنواعًا مختلفة من الردود وتوجيهات متعددة للكرة. وهذا يجعل SMASH 2.0 أقرب إلى نظام مخصص للمباريات من نظام يعيد كرة متوقعة تأتيه من مصدر ثابت.

مع ذلك، لا تثبت المصادر المتاحة امتلاك الروبوتين تنوعًا تكتيكيًا بمستوى اللاعبين البشر. والاستنتاج الأكثر دقة هو أن العرض نجح في جمع الإرسال المستقل، والإدراك، والحركة، والرد، واحتساب النقاط ضمن حلقة لعب واحدة. 714

الحد الحالي: استراتيجية محددة مسبقًا لا تعلم فوري

يمكن تزويد الروبوتين مسبقًا بأساليب مختلفة، مثل اللعب بسرعة أعلى أو أقل، أو اختيار مواضع معينة لإسقاط الكرة. لكن الفريق يقول إنه لم يحقق بعد التعلم الفوري الحقيقي ضد خصم محدد خلال المباراة نفسها. وبعبارة عملية، لا يستطيع الروبوت حتى الآن استنتاج تفضيلات منافسه باستمرار وتعديل استراتيجيته أثناء اللعب.

وتتمثل الخطوة التالية المقترحة في حفظ بيانات المباريات بين الروبوتات، بما في ذلك التبادلات الناجحة والفاشلة، ثم استخدامها لاحقًا في التعلم المعزز على روبوتات حقيقية. وقد يتيح ذلك مستقبلًا ما يسميه الفريق «التطور الذاتي» للروبوتات، لكنه يظل هدفًا تدريبيًا مستقبليًا، لا قدرة أثبتتها المباراة المعلنة.

كيف دُرّبت الروبوتات؟

يقول الفريق إن بيانات التدريب الحالية تعتمد أساسًا على بيانات بشرية. فقد استُخدمت تسجيلات حركات بشرية داخل المحاكاة لتوسيع نطاق الضرب، بينما تصف أبحاث SMASH عروضًا ملتقطة بالحركة ومكتبات حركية مولدة ضمن منهج تعلم المهارات. 2

وتتحدث تقارير أكثر تفصيلًا عن جلسات تدريب يومية استمرت نحو شهر إلى شهرين، ارتدى خلالها المدربون معدات لالتقاط الحركة. كما أبدى الفريق اهتمامًا بجمع الحركة من دون علامات أو أجهزة التقاط، رغم احتمال أن يأتي ذلك على حساب جزء من جودة البيانات. وتبقى هذه التفاصيل منهجية يوردها الفريق نفسه؛ إذ لا تتحقق المصادر المتاحة بصورة مستقلة من كل خطوة في عملية التدريب. 35

لماذا تعد كرة الطاولة اختبارًا صعبًا للروبوتات البشرية؟

تجمع تنس الطاولة في لحظات قصيرة عددًا من أصعب مشكلات الروبوتات. فعلى الروبوت تتبع كرة صغيرة وسريعة، وتقدير مسارها وارتدادها، واختيار الرد المناسب، والتحرك إلى الموضع الصحيح، وتنسيق مفاصل متعددة، والحفاظ على توازنه، ثم ملامسة الكرة بدقة. وفوق ذلك، يتغير الخصم والبيئة المادية باستمرار. 1418

لهذا السبب، تُعد اللعبة اختبارًا عمليًا للذكاء الاصطناعي المتجسد؛ أي الأنظمة التي تتعلم التصرف داخل العالم المادي، لا مجرد إنتاج مخرجات على شاشة. فالنجاح هنا لا يعتمد على إعادة تشغيل تسلسل ثابت، بل على الاستجابة لظروف جديدة ولقرارات الخصم. ولهذا يمكن وضع تنس الطاولة إلى جانب تحديات رياضية روبوتية أخرى، بما فيها مسابقات القتال، لأنها تتطلب رد فعل سريعًا وتنسيقًا جسديًا وقرارات تُتخذ في مواجهة منافس متحرك.

من العرض التجريبي إلى المنافسة في بكين

أقيمت الدورة الثانية من ألعاب الروبوتات البشرية العالمية في الملعب الوطني للتزلج السريع في بكين، المعروف باسم «الشريط الجليدي»، خلال الفترة من 22 إلى 26 أغسطس 2026. وكانت تنس الطاولة من المنافسات الرسمية الجديدة في هذه الدورة، بمشاركة 12 فريقًا. 810

وشاركت في الألعاب عمومًا 2056 روبوتًا ضمن 666 فريقًا و51 تخصصًا، لكن هذا الرقم الإجمالي لا يساوي عدد الروبوتات المشاركة في تنس الطاولة. ووصل فريق جامعة هونغ كونغ SMASH في النهاية إلى نهائي تنس الطاولة، قبل أن يخسر أمام فريق جامعة بكين–الأكاديمية الصينية للذكاء الاصطناعي PKU–BAAI بنتيجة 0-2 ويحصل على الميدالية الفضية. 110

كما ظهرت روبوتات SMASH في عرض أمام لاعبة تنس الطاولة الأولمبية الصينية دينغ نينغ. وتحدد التقارير دينغ نينغ بوصفها المنافسة البشرية الموثقة بوضوح في العرض الخاص بنظام جامعة هونغ كونغ؛ أما الرياضيون الآخرون فظهروا في عروض منفصلة ضمن الألعاب. 111920

من يقف وراء SMASH؟

المشروع تعاون بين باحثين في جامعة هونغ كونغ وشركة KAI المتخصصة في الذكاء الاصطناعي المتجسد، والتي ترد في بعض التقارير باسم Chaowei أو Chaowei Motion. ويُوصف فريق HKU SMASH بأنه مجموعة بحثية شابة تركز على خوارزميات الذكاء الاصطناعي المتجسد، ويقودها باحثون ويشكل طلبة الدكتوراه في الجامعة جزءًا كبيرًا من أعضائها، بينما يرد اسم الأستاذ لو بينغ مشرفًا وقائدًا بحثيًا للفريق. 811

وقال الفريق إنه أمضى نحو ستة أشهر لتمكين الروبوتات من اللعب ضد البشر، ثم نحو نصف شهر إضافي لإعداد روبوتين للعب المستقل ضد بعضهما. وتصف هذه المدة التحضير المعلن للعرض، لا التاريخ الكامل لأبحاث الروبوتات الخاصة بتنس الطاولة، إذ لا تحدد المصادر المتاحة بدقة متى بدأ المشروع الأوسع.

وعليه، فإن الإنجاز العملي لـSMASH 2.0 أضيق وأكثر فائدة من بعض العناوين الواسعة: الفريق عرض ما يصفه بأنه أول مباراة كاملة مستقلة بين روبوتين بشريين، وكشف في الوقت نفسه عن الخطوة الأصعب التالية. فالروبوتات باتت قادرة على ربط الإدراك والتنبؤ والحركة واحتساب النقاط ضمن صيغة تنافسية؛ لكنها لا تزال بحاجة إلى نمذجة موثوقة للخصم والتعلم المستمر عبر الإنترنت قبل وصفها بأنها لاعبات تتكيف استراتيجيًا مع المنافسين.