ربات‌های هوشمند در محیط‌های هوشمند: کاربردهای پیشرفت‌های اخیر در یادگیری عمیق و اینترنت اشیا
محورهای موضوعی : هوش مصنوعیمرتضی تبریزی 1 , رامین عیسی بگلو 2
1 - رشته مهندسی و علم کامپیوتر - هوش مصنوعی
2 - دکترای معماری کامپیوتر، دانشگاه آزاد اسلامی (تهران شمال)
کلید واژه: ربات‌های هوشمند, محیط‌های هوشمند, اینترنت اشیا, یادگیری عمیق, برنامه‌های خودمختار,
چکیده مقاله :
این مطالعه به بررسی جامع کاربردهای ربات‌های هوشمند در محیط‌های هوشمند با تمرکز بر پیشرفت‌های اخیر در یادگیری عمیق و اینترنت اشیاء پرداخته است. با استفاده از روش مرور کیفی، مقالات علمی معتبر از سال‌های ۲۰۲۰ تا ۲۰۲۵ در شش حوزه کلیدی (آموزش، اکتشافات فضایی، اکتشافات قطبی، پزشکی نانو مقیاس، حمل‌ونقل خودران و اکتشافات زیر آب) تحلیل شدند. نتایج، نشان‌دهنده دقت بالای این فناوری‌ها در کاربردهای مختلف، از جمله ۹۷.۱۶٪ در پیش‌بینی یادگیری تعاملی، ۹۵٪ در تحویل هدفمند دارو و ۳۳٪ کاهش تصادفات در حمل‌ونقل خودران است. همچنین ربات‌های کاوشگر در اکتشافات فضایی و پهپادها در اکتشافات قطبی، به ترتیب با ناوبری خودکار و میانگین 0.89 F1-Score، کارایی قابل‌توجهی از خود در محیط‌های ناشناخته نشان دادند. این یافته‌ها پتانسیل ربات‌های هوشمند را برای بهبود کارایی، ایمنی و پایداری در محیط‌های متصل برجسته می‌کنند؛ در حالی که چالش‌هایی مثل نویز محیطی، محدودیت‌های باتری و ایمنی داده‌ها نیاز به تحقیقات آینده دارند.
This study provides a comprehensive examination of the applications of intelligent robots in smart environments, with a focus on recent advancements in deep learning and the Internet of Things (IoT). Employing a qualitative review methodology, reputable peer-reviewed scientific articles from 2020 to 2025 were analyzed across six key domains: education, space exploration, polar exploration, nanoscale medicine, autonomous transportation, and underwater exploration. The results underscore the high precision of these technologies in diverse applications, including 97.16% accuracy in interactive learning prediction, 95% efficacy in targeted drug delivery, and a 33% reduction in accidents within autonomous transportation systems. Furthermore, explorer robots in space exploration and drones in polar exploration demonstrated substantial performance in unknown environments, achieving autonomous navigation capabilities and an average F1-score of 0.89, respectively. These findings highlight the potential of intelligent robots to enhance efficiency, safety, and sustainability in interconnected environments, while underscoring persistent challenges—such as environmental noise, battery constraints, and data security—that warrant future research.
Padovan E, Marullo G, Tanzi L et al: "A deep learning framework for real-time 3D model registration in robot-assisted laparoscopic surgery". The International Journal of Medical Robotics and Computer Assisted Surgery 18no.(3)2022.
Onu P, Pradhan A, Madonsela NS et al: "Integration of AI and IoT in Smart Manufacturing: Exploring Technological, Ethical, and Legal Frontiers". Procedia Computer Science 2532025.
Heidarykiany Rand Ababei C: "HVAC energy cost minimization in smart grids: A cloud-based demand side management approach with game theory optimization and deep learning". Energy and AI 162024.
Brooks RA: "Intelligence without representation". Artificial Intelligence 47no.(1)1991.
Russell SJand Norvig P: Artificial Intelligence A Modern Approach: Pearson; 2016. vol.
Goodfellow I, Bengio Y, Courville A et al: Deep learning, First Edition edn. Cambridge, Massachusetts: MIT press Cambridge; 2016. vol.
Gubbi J, Buyya R, Marusic S et al: "Internet of Things (IoT): A vision, architectural elements, and future directions". Future Generation Computer Systems 29no.(7)2013.
Adeoye S: "Internet of Things (IoT): A Vision, Architectural Elements and Future Directions". Cognizance Journal 5no.(1)2025.
Kumar Kand Al-Besher A: "IoT enabled e-learning system for higher education". Measurement: Sensors 242022.
Biswas Aand Wang H-C: Autonomous Vehicles Enabled by the Integration of IoT, Edge Intelligence, 5G, and Blockchain. In: Sensors. vol. 23: Sensors Journal; 2023.
Wu Dand Luo L: "SVGS-DSGAT: An IoT-enabled innovation in underwater robotic object detection technology". Alexandria Engineering Journal 1082024.
Oche PA, Ewa GAand Ibekwe N: "Applications and Challenges of Artificial Intelligence in Space Missions". IEEE Access 122021.
Lockhart K, Sandino J, Amarasingam N et al: Unmanned Aerial Vehicles for Real-Time Vegetation Monitoring in Antarctica: A Review. In: Remote Sensing. vol. 17: Remote Sensing; 2025.
Dong H, Lin J, Tao Y et al: "AI-enhanced biomedical micro/nanorobots in microfluidics". Lab on a Chip 24no.(5)2024.
