Improved Generalized Planning with LLMs through Strategy Refinement and Reflection
تقدم هذه الورقة إطار عمل محسّنًا للتخطيط العام القائم على النماذج اللغوية الكبيرة (LLM) يعزز جودة الخطط من خلال إدخال تحسين الاستراتيجية القائم على الكود الزائف مع التصحيح التلقائي للأخطاء، ودمج التأمل لتشخيص الإخفاقات، وتوليد متغيرات برمجية متعددة، محققًا متوسط تغطية بنسبة 82% عبر 17 مجالًا مرجعيًا.
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 ذكي جداً، ولكنه حرفي في التفكير قليلاً، كيفية حل نوع معين من الألغاز. لنقل مثلاً أن اللغز هو الخدمات اللوجستية: نقل الطرود من مدينة إلى أخرى باستخدام الشاحنات والطائرات.
في الماضي، حاول الباحثون جعل الروبوت (وهو نموذج لغوي كبير، أو LLM) يحل كل حالة من حالات اللغز واحدة تلو الأخرى. كان الأمر يشبه سؤال الروبوت: "كيف أنقل هذا الصندوق الواحد؟" ثم "كيف أنقل هذا الصندوق الآخر؟". كان ذلك بطيئاً، ومكلفاً، وغالباً ما كان الروبوت يرتبك عندما يصبح اللغز أكبر.
ثم ظهرت فكرة جديدة: التخطيط العام (Generalized Planning). بدلاً من حل لغز واحد، نطلب من الروبوت كتابة وصفة رئيسية (برنامج كمبيوتر) يمكنها حل أي لغز لوجستي، بغض النظر عن عدد الصناديق أو المدن المعنية.
ومع ذلك، كانت المحاولات الأولى لهذا النهج تعاني من عيب رئيسي. كان الأمر أشبه بطلب كتابة وصفة من الروبوت، لكن الروبوت سيعطيك فقرة غامضة مثل: "اطبخ الطعام حتى ينضج". إذا أساء الروبوت فهم التعليمات الغامضة، ستكون الوصفة الناتية كارثية، وسيحترق الطعام. لم يستطع الباحثون إصلاح الوصفة بسهولة لأنهم كانوا يحاولون إصلاح الكود البرمجي النهائي مباشرة، وهو أمر يشبه محاولة إصلاح محرك سيارة بينما لا تزال السيارة تسير على الطريق.
يقدم هذا البحث تطويراً من ثلاث خطوات لإصلاح هذا الأمر، مما يجعل الروبوت أفضل بكما في كتابة هذه الوصفات الرئيسية. إليك كيف يعمل ذلك، باستخدام تشبيهات بسيطة:
1. مرحلة "المخطط الهندسي" (استراتيجية الكود الوصفي - Pseudocode)
بدلاً من مطالبة الروبوت بالقفز مباشرة إلى كتابة كود معقد (الوصفة النهائية)، يطلب منه الباحثون أولاً رسم مخطط هندسي أو مخطط تدفقي باستخدام لغة إنجليزية بسيطة ومنظمة (تسمى الكود الوصفي أو Pseudocode).
- الطريقة القديمة: "اكتب برنامجاً لنقل الطرود." -> يكتب الروبوت الكود فوراً.
- الطريقة الجديدة: "أولاً، اكتب قائمة من التعليمات خطوة بخطوة بلغة إنجليزية بسيطة، مثل المخطط التدفي."
- مثال: "1. ابحث عن الطرد. 2. هل هو في نفس المدينة التي تمثل الهدف؟ إذا كانت الإجابة نعم، قد الشاحنة. إذا كانت لا، توجه إلى المطار، ثم طر، ثم قد الشاحنة مرة أخرى."
لماذا يساعد هذا؟ من الأسهل بكثير اكتشاف خطأ منطقي في قائمة بسيطة من الخطوات بدلاً من جدار من الكود البرمحي. إنه يشبه التحقق من الخريطة قبل بدء القيادة، بدلاً من محاولة إصلاح جهاز الـ GPS الخاص بك وأنت عالق في زحام مروري.
2. مرحلة "المحاكمة الصورية" (التحقق من الاستراتيجية والتفكير التأملي)
بمجرد أن يمتلك الروبوت مخططه (الكود الوصفي)، لا يكتفي الباحثون بالثقة به، بل يضعونه في محاكمة صورية.
- العملية: يأخذون بعض الألغاز الصغيرة والسهلة ويطلبون من الروبوت: "حسناً، اتبع مخططك لحل هذا اللغز المحدد".
- العقبة: الروبوت لا يقوم بتشغيل كود فعلي بعد؛ هو فقط يحاكي الخطة. إذا فشلت الخطة (على سبيل المثال، حاول الروبوت تحميل طرد على الطائرة بينما لا يزال داخل الشاحنة)، فإن النظام سيكتشف الخطأ.
- خطوة "التفكير التأملي" (Reflection): هذا هو المكون السحري. فبدلاً من مجرد قول "خطأ"، يسأل النظام الروبوت: "فكر في سبب فشلك".
- النظام: "لقد حاولت تحميل الطرد على الطائرة، لكن الطرد لا يزال داخل الشاحنة. لماذا أغفل مخططك هذه الخطوة؟"
- الروبوت: "أوه، فهمت! لقد نسي مخططي أن يقول 'أفرغ الطرد من الشاحنة' قبل تحميله على الطائرة."
- الروبوت: "سأقوم بإصلاح المخطط الآن."
- النظام: "لقد حاولت تحميل الطرد على الطائرة، لكن الطرد لا يزال داخل الشاحنة. لماذا أغفل مخططك هذه الخطوة؟"
هذا يشبه طالباً يؤدي اختباراً تجريبياً، ويخطئ في سؤال، ثم يُطلب منه شرح سبب خطئه قبل المحاولة مرة أخرى. هذا "التفكير التأملي" يمنع الروبوت من تكرار نفس الخطأ مرتين.
3. مرحلة "لجنة التذوق" (إصدارات متعددة من الكود)
أخيراً، بمجرد أن يصبح المخطط مثالياً، يكتب الروبوت الكود الفعلي. لكن الباحثين لا يقبلون المسودة الأولى فحسب.
- العملية: يطلبون من الروبوت كتابة ثلاث أو خمس نسخ مختلفة من الكود بناءً على نفس المخطط المثالي.
- الاختيار: يقومون بتشغيل كل هذه النسخ على الألغاز الاختبارية ويختارون النسخة التي تعمل بشكل أفضل.
لماذا يساعد هذا؟ أحياناً، حتى مع وجود مخطط جيد، قد يقطع الطاهي البصلة بطريقة مختلفة قليلاً. من خلال توليد نسخ متعددة، تضمن الحصول على أفضل "طبق" ممكن.
النتائج: "الوصفة الخارقة"
اختبر الباحثون هذه الطريقة الجديدة على 17 نوعاً مختلفاً من الألغاز (من نقل الشاحنات إلى إطلاق الأقمار الصناعية) باستخدام أربعة نماذج ذكاء اصطناعي مختلفة.
- الطريقة القديمة: نجح الروبوت في حل حوالي 37% من الألغاز في المتوسط.
- الطريقة الجديدة: نجح الروبوت في حل 82% من الألغاز.
والأمر الأكثر إثارة للإعجاب هو أن "الوصفات" التي كتبها الروبوت كانت عامة. فهي لم تعمل فقط مع الألغاز المحددة التي رآها الروبوت أثناء التدريب، بل عملت أيضاً مع ألغاز تحتوي على عدد أكبر من الطرود، ومدن أكثر، وتعقيد أعلى مما رآه الروبوت من قبل.
الملخص
فكر في هذا البحث كتعليم الذكاء الاصطناعي كيف يكون مهندساً معمارياً أفضل قبل أن يصبح بناءً.
- لا تبنِ الآن: ارسم أولاً مخططاً هندسياً مفصلاً وخطوة بخطوة (الكود الوصفي).
- اختبر المخطط: قم بإجراء محاكاة للعثور على الثغرات في الخطة.
- تأمل وأصلح: اطلب من الذكاء الاصطناعي شرح أخطائه وإعادة رسم المخطط.
- ابنِ واختر: قم بتوليد عدة مبانٍ مختلفة بناءً على المخطط المصحح واختر الأقوى بينها.
من خلال التمهل للتفكير والتأمل قبل كتابة الكود النهائي، ينشئ الذكاء الاصطناعي حلولاً أكثر موثوقية وقوة وعموماً.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.