# روشی برای هماهنگی اجتناب از موانع در توالی حرکات ربات

> پژوهشگران می‌گویند روشی برای هماهنگ‌کردن اجتناب از موانع در کل توالی حرکات، در آزمون‌های ربات واقعی به موفقیت ۷۵ درصدیِ بدون برخورد انجامیده است.

Oossa · 2026-11-09 · https://oossa.com/fa/robot-policy-method-coordinates-obstacle-avoidance-across-actions

تاریخ رویداد: 2026-11-06

گروهی به سرپرستی گوانگیوان وانگ روشی را شرح داده‌اند که هنگام اجرا، سیاست‌های ازپیش‌آموزش‌دیده ربات را بدون گردآوری نمایش‌های جدید یا آموزش دوباره، با موانع سازگار می‌کند. این روش مسیر پیش‌بینی‌شده ربات را ارزیابی می‌کند و اصلاحات لازم برای دوری از موانع را در سراسر توالی حرکات پخش می‌کند؛ به‌جای آنکه هر گام را جداگانه اصلاح کند.

پژوهشگران در آزمون‌هایی شامل هفت سناریوی دارای محدودیت مانع و چهار وظیفه دست‌کاری، از ۱۴۰ وظیفه، ۱۰۵ مورد موفقِ بدون برخورد را گزارش کردند. این رقم در روش هدایت نقطه‌ای با کنش مطلق، ۸ مورد از ۱۴۰ بود. این‌ها نتایج گزارش‌شده در آزمایش‌اند؛ چکیده مشخص نمی‌کند روش در سناریوهای دیگر چه عملکردی دارد.

## حقایق

- این روش روی ربات‌های واقعی و در هفت سناریو شامل چهار وظیفه دست‌کاری آزمایش شد.
- موفقیت گزارش‌شده در انجام وظایف بدون برخورد: ۱۰۵ از ۱۴۰ (۷۵٪)، در برابر ۸ از ۱۴۰ (۵٫۷٪) با روش هدایت نقطه‌ای با کنش مطلق.

## چرا مهم است

برای پژوهشگران رباتیک که می‌خواهند سیاست‌های ازپیش‌آموزش‌دیده را با موانع جدید سازگار کنند، این نتیجه نشان می‌دهد هماهنگ‌کردن اصلاحات در سراسر توالی حرکات می‌تواند بدون آموزش دوباره مفید باشد؛ هرچند عملکرد روش در سناریوهای آزمایش‌نشده مشخص نیست.

## منابع و ارجاع‌ها

1. [Horizon-Coupled Obstacle Guidance for Relative-Action Diffusion Policies](https://arxiv.org/abs/2611.09340) – arXiv cs.RO, 2026-11-09

آخرین به‌روزرسانی: 2026-11-09
