Go-Browse: Training Web Agents with Structured Exploration
تقدم الورقة البحثية Go-Browse، وهي طريقة تستخدم الاستكشاف القائم على الرسوم البيانية المهيكلة لجمع مجموعة بيانات واسعة النطاق من مسارات وكلاء الويب تلقائياً، والتي عند استخدامها لضبط نموذج لغوي بحجم 7 مليار معلمة، تحقق أداءً هو الأفضل في فئته على معيار WebArena.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تحاول تعليم روبوت كيفية استخدام الإنترنت. تريد أن يكون قادراً على حجز الرحلات الجوية، أو شراء البقالة، أو التحقق من حسابه البنكي بمجرد النظر إلى الشاشة والنقر على الأزرار.
المشكلة هي أن معظم الروبوتات (الوكلاء الذكيين) سيئة جداً في ذلك. فهي تضل الطريق بسهولة. إذا قلت للروبوت "اشترِ قميصاً معيناً من موقع إلكتروني"، فقد يتوه في قسم خاطئ، أو ينقر على الزر الخطأ، أو يعلق في صفحة لا يفهمها. الأمر يشبه إعطاء سائح خريطة لمدينة ما، لكن الخريطة تفتقر إلى أسماء الشوارع، والسائح ليس لديه أدنى فكرة عن كيفية طلب التوجيهات.
تقدم هذه الورقة البحثية طريقة جديدة تسمى Go-Browse لإصلاح هذا الأمر. وإليك كيف تعمل، مشروحة ببساطة:
المشكلة: "السائح التائه"
الوكلاء الذكيون الحاليون يشبهون السياح الذين يحاولون تعلم مدينة ما عبر التجول فيها بلا هدف. قد يعثرون على متجر رائع بالصدفة، لكنهم نادراً ما يتعلمون أفضل طريقة للوصিং إليه. وإذا تاهوا، يبدأون ببساطة من البداية، مما يهدر الوقت والطاقة.
الحل: "الدليل السياحي الذكي" (Go-Browse)
بدلاً من ترك الروبوت يتجول بعشوائية، ابتكر المؤلفون نظاماً يعمل مثل دليل سياحي منظم للغاية. هذا الدليل لا يتجول فحسب؛ بل يبني خريطة ذهنية للمدينة أثناء حركته.
إليك العملية خطوة بخطيبوة، باستخدام تشبيه المكتبة:
1. الحلقة الخارجية: رسم خرائط الرفوف
تخيل مكتبة تحتوي على آلاف الكتب. قد يدخل روبوت عادي، ويختار كتاباً عشوائياً، يقرأه، ثم يخرج. في المرة التالية، يختار كتاباً عشوائياً آخر. إنه لا يتعلم أبداً أين يقع قسم "الطبخ" بالنسبة لقسم "التاريخ".
Go-Browse مختلف. يبدأ من مكتب الاستقبال (الصفحة الرئيسية). يقول: "حسناً، أنا هنا. ما هي الأقسام الأخرى التي يمكنني الوصول إليها من هنا؟". يجد ممر "الطبخ"، ثم ممر "التاريخ"، وهكذا. إنه يبني خريطة للمكتبة، متتبعاً كل رف وجده ولكنه لم يستكشفه بالكامل بعد.
2. الحلقة الداخلية: خدعة "إعادة الضبط والاستكشاف"
هذا هو السر وراء نجاحه. في الماضي، إذا تاه الروبوت أثناء محاولته البحث عن كتاب معين في عمق المكتبة، كان عليه العودة إلى الباب الأمامي مرة أخرى لتجربة مسار مختلف. كان ذلك مرهقاً وغير فعال.
يستخدم Go-Browse خدعة "السفر عبر الزمن".
- بمجرد أن يكتشف الروبوت قسماً جديداً (مثل ممر "الطبخ")، فإنه يحفظ هذا الموقع.
- إذا احتاج إلى تعلم كيفية العثور على وصفة معينة داخل هذا الممر، فإنه لا يبدأ من الباب الأمامي. بل ينتقل آنياً (يعيد الضبط) مباشرة إلى ممر "الطبخ".
- الآن، عليه فقط التركيز على المهمة الصغيرة المتمثلة في العثيد على الوصفة، بدلاً من المهمة الصعبة المتمثلة في التنقل في المبنى بأكمله.
هذا يسمح للروبوت بممارسة مهارات محددة (مثل "النقر على زر الشراء") دون أن يتعب من المشي الطويل للوصول إلى هناك.
3. "فحص الجدوى": شبكة الأمان
قبل أن يحاول الروبوت تعلم مهمة جديدة، يقوم "مسؤول سلامة" (ذكاء اصطناعي ذكي جداً) بالتحقق: "هل هذا ممكن حقاً؟"
- إذا حاول الروبوت تعلم كيفية "شراء وحيد قرن"، سيقول مسؤول السلامة: "لا، وحيد القرن ليس حقيقياً هنا. لا تضيع الوقت".
- إذا كانت المهمة حقيقية (مثل "شراء محمصة خبز")، فإن مسؤول السلامة يسمح للروبوت بالمحاولة. إذا نجح، يتم حفظ هذا النجاح كدرس. وإذا فشل، يتم تجاهل الدرس.
النتيجة: متعلم خارق
استخدم المؤلفون هذه الطريقة لجمع 10,000 مثال ناجح لروبوتات تقوم بمهام عبر الويب. ثم علموا نموذج ذكاء اصطناعي قياسي (نموذج بـ 7 مليارات معلمة) باستخدام هذه الأمثلة.
وكانت النتيجة مبهرة:
- أصبح الروبوت المدرب أفضل بكثير في التنقل عبر المواقع الإلكترونية مما كان عليه من قبل.
- لقد تفوق بالفعل على GPT-4o Mini (وهو ذكاء اصطناعي قوي ومكلف من OpenAI) في هذه المهام المحددة.
- كان أفضل بكثير من الروبوتات الأخرى التي حاولت التعلم عبر التجول فقط دون خريطة.
لماذا هذا مهم؟
فكر في الأمر كتعلم القيادة.
- الطريقة القديمة: تدخل في سيارة وتقود حول المدينة عشوائياً، على أمل تعلم كيفية ركن السيارة. تصطدم كثيراً، ولا تتعلم أبداً القواعد المحددة لموقف السيارات.
- طريقة Go-Browse: تتعلم أولاً مخطط المدينة (الخريطة). ثم تتدرب على ركن السيارة في مكان محدد من خلال البدء مباشرة أمام ذلك المكان، مراراً وتكراراً، حتى تتقنه. وبمجرد إتقان هذا المكان، تنتقل إلى المكان التالي.
من خلال تقسيم المشكلة الكبيرة والمخيفة المتمثلة في "تصفح الويب" إلى أجزاء صغيرة يمكن إدارتها وتذكر الأماكن التي زارها، يعلم Go-Browse الوكلاء الذكيين كيف يكونون أكثر ثقة، وكفاءة، ونجاحاً كمساعدين رقميين.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.