كيفية بناء وكيل لاتخاذ القرار بالبث المتدفق مع إعادة التخطيط الآنية في بيئة ديناميكية

يصف هذا الدليل المعمارية الخاصة بوكيل لاتخاذ القرار يعمل بأسلوب البث داخل بيئة تتغير باستمرار، ويبث استدلالات جزئية في الزمن الفعلي — من دون انتظار الإجابة النهائية قبل التصرّف.

البيئة والمهمة

لأغراض العرض، تُستخدم شبكة ديناميكية: تتحرك العوائق فيها وفق قواعدها الخاصة، وتنتقل نقطة الهدف عشوائيًا على فاصل زمني ثابت.

لا يعرف الوكيل مسبقًا ما الذي سيتغير بالضبط في الخطوة التالية — وهذا هو الفارق الجوهري عن مسائل إيجاد المسار الكلاسيكية.

المعلمات الأساسية للبيئة:

• شبكة N×N مع عوائق متحركة
• ينتقل الهدف عشوائيًا كل K خطوات
• لا يرى الوكيل سوى نطاق ملاحظة محدود حوله
• البيئة غير حتمية — يمكن أن تفشل الخطة نفسها مرتين

صياغة المسألة هذه مقصودة لتكون أكثر تعقيدًا.

وهي تحاكي سيناريوهات واقعية: ملاحة روبوت ذاتي الحركة داخل مستودع، وتخطيط مسار سيارة ذاتية القيادة ضمن حركة المرور، وإدارة خط إنتاج عند تعطل المعدات.

المخطط ذو الأفق المتحرك

يعتمد الوكيل في الأساس على خوارزمية A*، لكن بطريقة غير تقليدية.

فبدلًا من بناء مسار كامل حتى الهدف، يُستخدم أفق متراجع: لا يخطط الوكيل إلا لعدد H من الخطوات القريبة، وينفذ بعضها، ثم يعيد التخطيط من موقعه الجديد مع مراعاة الحالة المحدّثة للبيئة.

وهذا يغيّر منطق العمل على نحو جذري.

فالخطة الكاملة في بيئة ديناميكية تصبح قديمة أسرع مما يستطيع الوكيل تنفيذها: تحرك عائق، وتبدل الهدف — فأصبح المسار غير صالح بالفعل.

ويتيح الأفق القصير عدم التمسك ببيانات قديمة.

«لا يحتفظ الوكيل بخطة واحدة كبيرة — بل ينشئ خططًا صغيرة ويتخلص منها

باستمرار مع تقدمه»، وهذا يلخص جوهر نهج الأفق المتراجع.

تصبح المعلمة H (طول الأفق) عنصر ضبط أساسيًا: إذا كانت قصيرة جدًا تحرك الوكيل بقصر نظر وعلق في الحدود الدنيا المحلية؛ وإذا كانت طويلة جدًا أهدر وقتًا في تخطيط مسارات سيتعين التخلي عنها على أي حال.

بث الاستدلالات الجزئية

يبقى الوكيل القياسي صامتًا إلى أن يجد الإجابة النهائية.

أما الوكيل العامل بالبث فيرسل الحالات الوسيطة في الزمن الفعلي — بحيث تصبح كل خطوة ذات معنى في الاستدلال متاحة فورًا:

• اكتُشف عائق جديد → تُرسل الإشارة فورًا
• تحرك الهدف → تُسقط الخطة القديمة وتبدأ خطة جديدة
• عُثر على مسار وسيط → يُبث حتى لو لم يكن أمثل بعد
• جرى بلوغ نقطة الأفق وبدأت إعادة التخطيط → تُحدَّث الحالة

وهذا يوفر قابلية الملاحظة: إذ تعرف منظومة التنسيق أو المستخدم دائمًا النية الحالية للوكيل.

وفي أنظمة الإنتاج، يتيح ذلك التدخل قبل أن يصل الوكيل إلى طريق مسدود.

وثمة أثر آخر يتمثل في قدرة نظام خارجي على تصحيح السلوك أثناء التشغيل: فإذا كانت الخطة المبثوثة تتجه نحو مسار غير مرغوب فيه، يمكن إرسال إشارة مقاطعة فورًا.

ومن الناحية التقنية، يُنفَّذ البث عبر مولدات Python: إذ يبث كل `yield` خطوة من الاستدلال، وهو ما يتوافق مع API البث في أنظمة LLM الحديثة.

التكيف التفاعلي

المكوّن الثالث هو مقاطعة الخطة الحالية عندما تتغير البيئة أثناء تنفيذ الخطوة نفسها.

ولا ينتظر الوكيل دورة إعادة التخطيط التالية: إذ تتحقق آلية المقاطعات من حالة البيئة بعد كل إجراء، وتطلق إعادة تخطيط طارئة عند الحاجة.

وقد أُدخلت درجة لحرجية التغيّرات: إزاحة طفيفة لعائق تعني الاستمرار في الخطة الحالية؛ حجب الخطوة التالية يعني إعادة تخطيط فورية؛ تغيّر كامل في موضع الهدف يعني إعادة التشغيل بأفق جديد.

يزيد هذا التفاعل متعدد المستويات الحملَ الحوسبي، لكنه بالغ الأهمية حيث تكون كلفة الخطأ مرتفعة.

ما الذي يعنيه هذا

تمثل المعمارية الموصوفة قالبًا عمليًا لمطوري وكلاء AI الذين يعملون في ظروف من عدم اليقين الحقيقي.

فبث الاستدلال، وقِصر أفق التخطيط، والمقاطعات التفاعلية هي ثلاثة أنماط تقدم معًا إطارًا جاهزًا لمهام الروبوتات، والأتمتة الصناعية، وأنظمة الوكلاء القائمة على LLM.

ومع انتشار أنظمة الوكلاء في الصناعة، تصبح الفجوة بين «يفكر في فراغ» و«يتصرف في العالم الحقيقي» تحديًا هندسيًا محوريًا — ويمنح هذا الدليل نقطة دخول عملية وواضحة.