تسينغهوا تعلّم الروبوتات «التدرّب» على أفعالها: ParallelWorld يرفع النجاح من 56% إلى 83%

قدّم فريق من جامعة تسينغهوا ParallelWorld، وهو نهج يجعل وكيل الذكاء الاصطناعي المجسَّد يختبر في «عالم موازٍ» عدة مسارات محتملة لتطور الأحداث، لعدة خطوات إلى الأمام، قبل أن يتصرف. وقد دُمجت هذه المحاكاة المسبقة متعددة الخطوات في التخطيط عالي المستوى. ارتفع متوسط نجاح تنفيذ المهام من 56% إلى 83%: بزيادة 27 نقطة مئوية، أي نحو 1,5 مرة تقريبًا.

إبريقا قهوة موكا كاختبار للنظر بعيد المدى

المثال الذي يشرح به المؤلفون الفكرة مثال يومي: نقل إبريقَي قهوة موكا من سطح المكتب إلى الموقد. الإنسان لا يفكر في كيفية فعل ذلك، أما بالنسبة للروبوت فهي سلسلة كاملة من مفترقات القرار. عليه أن يقرر أي إبريق يأخذه أولًا. وعليه أن يختار أي جزء منه يمسكه. وعليه أن يحسب كيف سيستقر الإبريق بعد وضعه، لأن ذلك يحدد ما إذا كانت الذراع ستصل إلى الإبريق الثاني، وما إذا كان الأول سيعيق الوصول إلى الشعلة.

أي قرار من هذه القرارات يغيّر شروط الخطوة التالية. ونقطة الضعف في المخطِّطات هنا واحدة: فهي تختار الفعل دون أن ترى عواقبه أبعد من الحركة المباشرة التالية. وخطأ في الخطوة الأولى يجرّ إلى فشل المهمة كلها، مع أن كل فعل على حدة بدا معقولًا.

بروفة بدل محاولة واحدة

يغيّر ParallelWorld ترتيب العمل. فقبل إرسال الأمر، يفرد الوكيل عدة خيارات ممكنة ويشغّل كلًّا منها لعدة خطوات إلى الأمام. وينظر إلى الحالة التي ستصل إليها البيئة عبر سلسلة الأفعال، وبعد ذلك فقط يختار السلسلة التي تقود إلى الهدف. يشبه ذلك لاعب الشطرنج الذي يحسب التفرعات قبل أن يلمس القطعة. واسم الطريقة يعكس الفكرة: الخيارات موجودة كعوالم موازية، ولا يصبح واقعيًا منها إلا الأفضل.

والمهم هو المستوى الذي يحدث فيه ذلك. تعمل الطريقة في التخطيط عالي المستوى: الوكيل يختار ماذا يفعل وبأي ترتيب. أما الحركة الدقيقة فتبقى مهمة منفصلة. والتحقق من العواقب على مستوى الخطة أرخص وأوضح منه على مستوى كل مفصل.

• الجهة المطوِّرة: جامعة تسينغهوا
• الطريقة: ParallelWorld، محاكاة مسبقة متعددة الخطوات لمخطِّط الوكيل المجسَّد
• مستوى التطبيق: التخطيط عالي المستوى للمهام
• المقياس: نسبة نجاح تنفيذ المهام، 56% ← 83%
• الزيادة: +27 نقطة مئوية، نحو 1,48 مرة
• المهمة التوضيحية: نقل إبريقَي قهوة موكا من الطاولة إلى الموقد
• مصدر الخبر: Jiqizhixin (机器之心)

أين يصطدم هذا عمليًا؟

القفزة من 56% إلى 83% كبيرة في المهام التي يهم فيها التسلسل. وهي تقول للصناعة أمرًا محددًا: جزء ملحوظ من إخفاقات الروبوتات المساعدة لا يسببه ضعف اليد ولا رداءة الرؤية، بل سوء ترتيب الأفعال. فإذا رأى المخطِّط مسبقًا أن الخطوة الأولى المختارة تقود إلى طريق مسدود، سقط جزء من هذه الأخطاء دون حاجة إلى حساسات جديدة ودون إعادة تدريب الحركة.

وللنهج ثمن واضح أيضًا. فكل بروفة تتطلب حسابات، ما يعني أن زمن اتخاذ القرار يزداد مع عدد الخيارات وعمق الحساب. أما في روبوت المستودعات أو المطابخ الذي يحتاج إلى استجابة سريعة، فسيكون لا بد من إيجاد توازن بين عمق الحساب والسرعة. كما أن جودة النتيجة تتوقف على مدى أمانة «العالم الموازي» في محاكاة عواقب الأفعال: فإذا خالف التنبؤ الواقع، سيختار الوكيل الخيار الخاطئ بثقة.

وبالنسبة للفرق التي تبني وكلاء على أساس النماذج الكبيرة، فالخلاصة عملية. فالمخطِّط الذي يُخرج الخطة في تمريرة واحدة ينبغي أن يُستكمل بفحص للعواقب، خاصة في المهام ذات الخطوات المترابطة: التركيب والفرز والعمليات المطبخية ونقل الأجسام من مكان إلى آخر. ويقدم ParallelWorld حجة إضافية بأن النماذج العالمية والتخطيط يجب تصميمهما معًا، لا ربط أحدهما بالآخر بعد التدريب.