# نظام روبوت بشري ينجح في 85.7% من سبع مهام واقعية

> يصف باحثون نظامًا يستعرض تسلسلات أوامر الروبوت ويقيّمها قبل تنفيذها. وانخفضت نسبة نجاحه إلى 65.7% عند استخدام ترتيبات غير مألوفة للأجسام.

Oossa · 2026-11-04 · https://oossa.com/ar/humanoid-robot-system-scores-85-7-on-seven-real-robot-tasks

قدّم باحثون نظامًا باسم «التنبؤ الكامن المشروط بالفعل» (action-conditioned latent foresight)، يتيح لروبوت بشري تقييم تسلسلات مقترحة من حركات وأوامر لليد قبل تنفيذها. ويتنبأ النظام بما إذا كان التسلسل سيحرز تقدمًا نحو هدف المهمة، ثم ينفّذ جزءًا من التسلسل الأعلى تقييمًا ويعيد التخطيط انطلاقًا من ملاحظة جديدة.

في اختبارات الباحثين، حقق النظام نجاحًا في 85.7% من سبع مهام أُجريت على روبوت حقيقي في ظروف اعتيادية، مقابل 70.0% لنظام GR00T N1.7. وانخفضت نسبة النجاح إلى 65.7% عند استخدام تشكيلات غير مألوفة للأجسام، مقارنةً بـ48.6% لنظام GR00T N1.7.

## الحقائق

- تذكر الورقة أن متوسط النجاح بلغ 89.7% عبر عشر مهام في معيار SIMPLE للمحاكاة، مقارنةً بـ82.0% لنظام DiT4DiT.
- قُدّمت الورقة إلى arXiv في November 3, 2026.

## لماذا يهم

بالنسبة إلى الباحثين في الروبوتات الذين يختبرون أداء الروبوتات البشرية في المهام، تشير النتائج إلى أن استعراض تسلسلات الأوامر قد يساعد، لكن انخفاض النتيجة مع التشكيلات غير المألوفة يبيّن أن الأداء لا يزال يتأثر بترتيب الأجسام.

## المصادر والمراجع

1. [Coordinating Humanoid Loco-Manipulation through Action-Conditioned Latent Foresight](https://arxiv.org/abs/2611.04839) – arXiv cs.RO, 2026-11-04

آخر تحديث: 2026-11-04