Learning Goal-Oriented Vision-and-Language Navigation with Self-Improving Demonstrations at Scale
تقدم الورقة البحثية SID، وهو إطار عمل ذاتي التحسين يقوم بتوليد مسارات استكشافية جديدة بشكل تكراري للتغلب على قيود التدريب القائم على المسار الأقصر، مما يعزز بشكل كبير قدرات الاستكشاف لدى وكلاء الملاحة ويحقق أداءً رائدًا في معايير الملاحة الموجهة بالأهداف والرؤية واللغة.
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 تعلم روبوتاً كيف يتنقل في منزل ضخم وغير مألوف للعثور على شيء محدد، مثل "كوب أحمر على طاولة المطبفل".
في الماضي، كان تعليم الروبوت هذه المهمة يشبه محاولة تعليم طفل المشي من خلال عرض فيديو لشخص يمشي عبر أقصر وأكثر المسارات استقامة ممكنة فقط. كان الروبوت يتعلم اتخاذ الطريق الأكثر مباشرة، ولكن إذا كان الباب مسدوداً أو بدا الغرفة مختلفة قليلاً، كان الروبوت يعلق. لم يكن يمتلك "عضلة الاستكشاف" لأنه لم يتدرب أبداً على الضياع وإيجاد طريق العودة.
حاولت أساليب أخرى توظيف بشر لتسجيل آلاف الفيديوهات لأشخاص يتجولون، لكن ذلك كان مكلفاً للغاية، بطيئاً، وصعب التوسع.
إليك SID-VLN (العروض التوضيحية ذاتية التحسين).
فكر في SID-VLN كـ روبوت يتعلم من خلال لعب لعبة "حاول، افشل، ثم تحسن". إليك كيف يعمل، مقسماً إلى خطوات بسيطة:
1. مرحلة "عجلات التدريب"
أولاً، يبدأ الروبوت بخريطة أساسية ويتعلم المسارات البسيطة والأقصر بين الغرف. إنه يشبه طالباً يتعلم الأبجدية. هو يعرف كيف ينتقل من النقطة (أ) إلى النقطة (ب) إذا كان كل شيء مثالياً.
2. مرحلة "اللعب الذاتي" (الجزء السحري)
بدلاً من انتظار إنسان ليريها مساراً جديداً، يُطلب من الروبوت: "اذهب وابحث عن الكوب الأحمر. يمكنك التجول في الأنحاء، لكن عليك العثور عليه بمفردك".
- الاستكشاف: يبدأ الروبوت بالمشي. قد يتجه في الاتجاه الخاطئ، أو يدخل غرفة تبدو كالمطبخ ولكنها ليست كذلك، ويدرك: "أوه، ليس هذا هو المكان". يستدير ويجرب باباً آخر.
- الفلتر (المصفاة): إذا تاه الروبوت أو وصل إلى طريق مسدود، يتم رمي تلك المحاولة في القمامة. ولكن إذا نجح في العثور على الكوب بعد التجول عبر عدة غرف، يتم حفظ تلك الرحلة تحديداً.
- الدرس: يقوم الروبوت بعد ذلك بدراسة رحلة "التجول" الناجحة الخاصة به. يتعلم: "آه، لقد ذهبت إلى الغرفة الخطأ أولاً، ولكن بعد ذلك تفقدت الممر ووجدت الغرفة الصحيحة. في المرة القادمة، سأتفقد الممر في وقت أبكر".
3. تأثير "عجلة الموازنة" (Flywheel Effect)
هنا يأتي الجزء الخاص بـ "التحسين الذاتي":
- الجولة 1: يتعلم الروبوت من المسارات القصيرة.
- الجولة 2: يستخدم ما تعلمه لاستكشاف المزيد، مما يولد مسارات "تجول" أفضل. إنه يعلم نفسه نسخة جديدة وأكثر ذكاءً من اللعبة.
- الجولة 3: يستخدم تلك المسارات الجديدة والأكثر ذكاءً ليعلم نفسه نسخة أفضل وأفضل من اللعبة.
إنه يشبه شخصية في لعبة فيديو، بعد هزيمة مستوى ما، تستخدم مهاراتها الجديدة لهزيمة المستوى التالي بشكل أسرع، ثم تستخدم تلك المهارات لهزيمة الزعيم. الروبوت يقوم أساساً بتعليم نفسه كيف يكون مستكشفاً أفضل دون الحاجة لمعلم بشري يمسك بيده.
4. "المترجم اللغوي"
بمجرد أن يصبح الروبوت خبيراً في الاستكشاف في المنزل الافتراضي، أراد الباحثون جعله يفهم التعليمات اللغوية البشرية مثل "أحضر لي ملعقة من المطبخ".
بما أن الروبوت كان "يتحدث" فقط من خلال الصور والمسارات، فقد استخدموا نموذج ذكاء اصطناعي فائق الذكاء (نموذج رؤية-لغة) ليعمل كـ مترجم.
- وجد الروبوت مساراً للوصة.
- نظر الذكاء الاصطناعي إلى صور ذلك المسار وكتب قصة: "اذهب past الأريكة الزرقاء، انعطف يساراً إلى المطبخ اللامع، وابحث عن الملعقة الفضية على الطاولة".
- الآن، يمتلك الروبوت 46 مليون من هذه الأزواج المكونة من "القصة + المسار". إنه يشبه إعطاء الروبوت مكتبة تحتوي على 46 مليون طريقة مختلفة للعثور على الأشياء، مكتوبة بلغة البشر.
النتيجة: مستكشف خارق
لأن الروبوت تعلم الاستكشاف وتصحيح أخطائه، أصبح بارعاً للغاية في العثود على الأشياء في أماكن لم يسبق له رؤيتها من قبل.
- الطريقة القديمة: إذا طلبت من روبوت العثور على كرسي في منزل جديد، فقد يرتبك إذا كان التصميم مختلفاً قليلاً.
- طريقة SID: يقول الروبوت: "لقد تهت من قبل ووجدت طريقي للعودة. أعرف كيف أمسح الغرفة، وأتفقد الزوايا، وأميز بين غرفة الطعام وغرفة المعيشة".
باخت طريقة مختصرة:
إن SID-VLN هو نظام يتوقف عن الاعتماد على المعلمين البشر المكلفين والمسارات المثالية القصيرة. بدلاً من ذلك، يترك الروبوت يتوه، ويتعلم من أخطائه، ويعلم نفسه كيفية التنقل في العالم باستخدام مغامراته الناجحة ككتاب مدرسي. إنه يحول الروبوت من مجرد تابع للتعليمات إلى روبوت يعرف كيف يستكشف.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.