SERA يعلّم مخطِّط VLM التطور الذاتي: روبوت يحقق 51.38% على RoboMME

قدّم فريق من الباحثين نظام SERA (Self-Evolving Robotic Agent)، وهو نظام يعمل فيه نموذج رؤية ولغة (vision-language) عالي المستوى بوصفه وكيلًا روبوتيًا متكاملًا، بينما يتولى منفِّذ VLA مثبَّت التحكم منخفض المستوى. العنصر الأساسي هو «إطار الإسناد» (harness) القابل للتعديل، الذي يحفظ سياق المهمة ويُعاد كتابته مع الوقت اعتمادًا على التجربة. على اختبار RoboMME، يحقق SERA مع الاختيار المستقل للتكوين نسبة نجاح إجمالية قدرها 51.38%، فيما تبلغ النتيجة 44.38% من دون التطور الذاتي. الفارق 7 نقاط مئوية بالضبط، أي نحو 16% زيادة نسبية.

لماذا لا تكفي الروبوتَ نظرةٌ واحدة إلى المشهد

تتعامل نماذج VLA جيدًا مع مهام المناولة، لأنها تجمع الفهم البصري والتعليمات اللغوية وتوليد الأفعال في سياسة واحدة. تبدأ المشكلات في المهام ذات الأفق الطويل. فالقرارات هناك تعتمد غالبًا على التاريخ: ما الذي أُنجز بالفعل، وأي خطوة فشلت، وأين وُضع الغرض الذي لا تراه الكاميرا الآن. هذه اعتماديات غير ماركوفية، ولا ينقلها الإطار الحالي من الصورة.

ويضاف إلى ذلك أن الملاحظة جزئية وأن أخطاء التنفيذ تتراكم. فخلل صغير في الخطوة الثالثة قد يتحول بحلول الخطوة العاشرة إلى فشل المهمة كلها. وتجرّب الصناعة اليوم مسارين: إضافة الذاكرة إلى السياسات المبنية على نماذج foundation، وبناء تسلسلات هرمية يُفصل فيها التخطيط عن التنفيذ. يجمع SERA بين النهجين ويخطو خطوة أخرى إلى الأمام.

إطار إسناد يعيد كتابة نفسه

ينظّم المؤلفون نموذج VLM عالي المستوى بوصفه وكيلًا. ويحيط به إطار إسناد قابل للتعديل يحافظ على سياق المهمة: التقدم المحرز ونتائج التفاعلات السابقة والملاحظات. يتحدّث إطار الإسناد بناءً على بيانات الملاحظة والتغذية الراجعة من التنفيذ، وتوجّه هذه البيانات المحدَّثة مرحلة التخطيط التالية. أما منفِّذ VLA فلا يمسّه التعديل، ويبقى ثابتًا.

يقوم التطور الذاتي على جولات تشغيل في البيئة. يقترح النظام مراجعات لإطار الإسناد، ويقيّمها عبر الـ rollouts، ثم يختار أفضل تكوين. ويُثبَّت الخيار المعتمد قبل الاختبار على المجموعة المحجوزة (held-out). وهذه تفصيلة مهمة: فهي تعني أن الرقم النهائي لا يُضبط على مهام الاختبار، وأن الاختيار يتم بصورة مستقلة ودون ضبط يدوي خاص بالاختبار.

أهم معالم العمل:

• البنية: وكيل VLM عالي المستوى مع منفِّذ VLA منخفض المستوى لا يتغير.
• الجزء القابل للتعديل: إطار الإسناد (harness) الذي يحمل سياق المهمة ويُحدَّث بحسب الملاحظات والتغذية الراجعة.
• آلية التحسين: اقتراح المراجعات وتقييمها عبر rollouts في البيئة.
• البروتوكول: يُختار التكوين ويُثبَّت قبل الاختبار على المجموعة المحجوزة (held-out).
• الاختبار: RoboMME، وهو مهام تعتمد على التاريخ.
• النتيجة: 51.38% مع الاختيار المستقل مقابل 44.38% من دون التطور الذاتي.

أين تكمن القيمة العملية

الاستنتاج الرئيسي للفرق التي تعمل مع الروبوتات: يمكن الحصول على جزء من المكسب دون إعادة تدريب VLA. فإذا كان المنفِّذ مجمَّدًا، تأتي التحسينات عبر طبقة التخطيط والذاكرة. ومن الأسهل إدارة إصدارات هذه الطبقة والتراجع عنها والتحقق منها مقارنةً بأوزان سياسة كبيرة. وبالنسبة للشركات التي تملك نموذج VLA جاهزًا، فهذا مسار أرخص من دورة جديدة لجمع العروض التوضيحية وإعادة الضبط الدقيق.

كما يُظهر هذا النهج كيف تنتقل الأفكار من عالم وكلاء البرمجة. فإطار الإسناد حول النموذج، أي التعليمات والذاكرة والأدوات، يُعدّ منذ وقت طويل مصدرًا مستقلًا للجودة. ويطبّق SERA المبدأ نفسه على المهام الفيزيائية، ويضيف إليه بحثًا آليًا عن أفضل نسخة من إطار الإسناد.

وتظهر القيود أيضًا من الأرقام نفسها. فنسبة 51.38% تعني أن نحو نصف الحلقات على RoboMME لا تزال تنتهي بالفشل. والتحسن بمقدار 7 نقاط يؤكد صحة الاتجاه، لكنه لا يحلّ مشكلة المهام الطويلة. ويصوغ المؤلفون خلاصتهم بحذر: يبدو التخطيط الوكيلي مسارًا واعدًا للمناولة التي تعتمد على التاريخ. أما بالنسبة للممارسين، فالسؤال التالي هو كيف سيتصرف هذا النهج مع منفِّذين آخرين، وفي مشاهد حقيقية لا محاكاة، حيث تكون أخطاء التنفيذ أكثر كلفة.