> ## Content Index
> Fetch the complete content index at: https://globalfeed.ai/llms.txt
> Use this file to discover other available public pages before exploring further.

# Vsim تقول إن محاكيها يدرّب مهارات الروبوت في دقائق
- URL: https://globalfeed.ai/ar/vsim-tqwl-n-mhkyh-ydrwb-mhrt-lrwbwt-fy-dqyq/
- Published: 2026-09-18T16:52:59.000Z
- Updated: 2026-09-29T23:36:15.000Z
- Description: شركة ناشئة في كامبريدج تجري ملايين المحاكاة الافتراضية لتدريب مهارات الروبوت خلال دقائق، بينما توسّع Nvidia النهج نفسه بوكلاء ذكاء اصطناعي.
- Author: GlobalFeed Editor
- Tags: Vsim, NVIDIA, روبوتات, x-nvidia, dil-ar, denetim-gerekli, video

في شركة Vsim الناشئة بمدينة كامبريدج البريطانية، يسير روبوت اسمه Freddo داخل المكتب، ويتعرّف على زجاجة بلاستيكية يقدّمها له أحد الموظفين ثم يمسكها. وتقول الشركة إن تدريب هذه المهارات ورفعها إلى الروبوت استغرق دقائق قليلة، بينما قد تحتاج أنظمة منافسة إلى أيام.

تعتمد الطريقة على المحاكاة الافتراضية: تُكرَّر المهمة ملايين المرات داخل الحاسوب حتى يُعثر على الحل الأمثل المعروف باسم السياسة (policy)، ثم يُنقل إلى العتاد. وهذا أسلوب شائع في الروبوتات؛ فنظام Isaac Sim من Nvidia يعمل بالمبدأ ذاته، وقد عمل مؤسسا Vsim، ميشيل لو وكير ستوري، على نسخة مبكرة منه.

## خوارزميات أُعيدت كتابتها للمعالجات الرسومية

أسّس الاثنان الشركة عام 2022 لبناء بيئة تدريب خاصة بهما. ويقول ستوري إن الخوارزميات المستخدمة في معظم محاكاة الروبوتات تعود إلى سبعينيات وثمانينيات القرن الماضي ولا تناسب وحدات المعالجة الرسومية (GPU). والبدء من الصفر أتاح لهما تحسين البرنامج لهذه الرقائق. وتقول لو إنهما امتلكا بعد 18 شهرًا محاكيًا كامل الوظائف وعالي الأداء.

البرنامج خفيف بما يكفي للعمل على العتاد الذي يحمله Freddo، فيجري عشرات آلاف المحاكاة أثناء الحركة. ويوضح ستوري أنه ينظر نحو ثانية واحدة إلى الأمام عبر 20 ألف تركيبة محتملة من الأحداث. وتشير لو إلى أن البشر أو الحيوانات أو روبوتات أخرى قد تفرض تغييرًا مفاجئًا في الخطة.

## الحجم والحدود

يعمل في Vsim عشرة مهندسين. أما Nvidia فلا تصنع الروبوتات، لكن لديها قسم برمجيات روبوتية بمئات المهندسين ونموذج عالمي اسمه Cosmos يمنح الروبوت فهمًا لفيزياء العالم الحقيقي. ويقول سبنسر هوانغ، مدير منتجات الروبوتات في Nvidia، إن الإمساك بزجاجة ليس صعبًا، لكن المشكلة في المهام طويلة المدى مثل أخذ الزجاجة وملئها والسكب. وبدأت الشركة هذا العام باستخدام وكلاء ذكاء اصطناعي لبناء البيئات الافتراضية والتحقق من نتائج التدريب.

وتعمل ريكا أنتونوفا، الأستاذة المشاركة في جامعة كامبريدج، مع نظام MuJoCo المفتوح المصدر المملوك لـ Google DeepMind. وترى أن نهج المحاكاة السريعة واعد، لكنها تنبّه إلى أن البيئات المحاكاة تبقى تقريبًا خشنًا للواقع، وأن الأجسام القابلة للتشوّه وعمليات القطع يصعب نمذجتها. وسينضم قريبًا روبوت ثانٍ اسمه Nacho إلى التطوير.

التفاصيل في تقرير [BBC News](https://www.bbc.co.uk/news/articles/c79g0j3d4q9o?at%5Fmedium=RSS&at%5Fcampaign=rss&ref=globalfeed.ai).