💬 NLP

CompassLLM: A Multi-Agent Approach toward Geo-Spatial Reasoning for Popular Path Query

يُعد CompassLLM إطار عمل جديداً متعدد الوكلاء يستفيد من النماذج اللغوية الكبيرة لحل استعلامات المسارات الشائعة من خلال مرحلتين متتاليتين تتمثلان في البحث في المسارات التاريخية وتوليد مسارات جديدة، مما يوفر دقة فائقة وفعالية من حيث التكلفة مقارنة بالطرق التقليدية التي تتطلب تدريباً مكثفاً.

المؤلفون الأصليون: Md. Nazmul Islam Ananto, Shamit Fatin, Mohammed Eunus Ali, Md Rizwan Parvez

نُشر 2026-05-08

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Md. Nazmul Islam Ananto, Shamit Fatin, Mohammed Eunus Ali, Md Rizwan Parvez

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 دليل سياحي في مدينة مزدحمة، وسألك أحد السياح: "ما هي الطريقة الأكثر شعبية للمشي من الحديقة النباتية إلى "آرثرز سيت" (Arthur's Seat)؟"

للإجابة على هذا السؤال، لديك دفتر ملاحظات ضخم مليء بآلاف المسارات التي سلكها أشخاص آخرون في الماضي. هذا هو المشكلة التي يحاول بحث COMPASSLLM حلها.

إليك تفصيل البحث باستخدام تشبيهات بسيطة:

١. المشكلة: "الخريطة القديمة" مقابل "الدليل الجديد"

تقليديًا، لإيجاد أفضل مسار، تستخدم الحواسيب خوارزميات رياضية معقدة أو نماذج "تعلم الآلة". فكر في هذه النماذج كأنها أنظمة GPS قديمة وجامدة.

العيب: إذا تغيرت المدينة (فتح طريق جديد، أو إغلاق حديقة)، أو إذا أردت إضافة بيانات جديدة، يجب عليك إعادة بناء وتدريب نظام الـ GPS بالكامل. الأمر يشبه الاضطرار إلى إعادة تعلم كيفية القيادة في كل مرة يتم فيها بناء شارع جديد.
الفكرة الجديدة: يسأل المؤلفون: "هل يمكننا استخدام دليل سياحي فائق الذكاء (نموذج لغوي كبير أو LLM) بدلاً من ذلك؟" هؤلاء الأدلة بارعون في قراءة القصص وفهم السياق. لا يحتاجون إلى إعادة التدريب؛ بل يحتاجون فقط إلى إخبارهم: "هذا هو دفتر الملاحظات الذي يحتوي على الرحلات الماضية، ابحث عن أفضل مسار".

٢. الحل: فريق من الأدلة المتخصصين (نظام متعدد الوكلاء)

يقدم البحث COMPASSLLM. فبدلاً من سؤال ذكاء اصطناعي واحد ضخم للقيام بكل شيء (مما يؤدي غالبًا إلى "الهلوسة" أو اختلاق طرق وهمية)، قاموا بإنشاء فريق من أربعة وكلاء متخصصين يعملون معًا مثل وكالة سفر منظمة جيدًا.

فكر في العملية كمرحلة رحلة من مرحلتين:

المرحلة الأولى: "البحث" (البحث عن مسارات موجودة)

الوكيل ١: المحقق (اكتشاف المسار)
- المهمة: يمسح دفتر الملاحظات الخاص بالرحلات الماضية. إذا كان هناك خط مباشر من النقطة (أ) إلى النقطة (ب) في كتب التاريخ، فإن المحقق يجده.
- النجاح: إذا وجده، ينتقل الفريق إلى الخطوة التالية.
- الفشل: إذا بحث المحقق في كل مكان ولم يجد أي مسار يربط بين (أ) و(ب) (ربمًا لأن البيانات شحيحة جدًا أو المسار جديد)، ينتقل الفريق إلى المرحلة الثانية.

المرحلة الثانية: "التوليد" (بناء مسار جديد)

السيناريو: تخيل أن السائح يريد الذهال من الحديقة إلى "آرثرز سيت"، لكن لم يسبق لأحد أن سلك هذا المسار بالضبط في دفتر الملاحظات.
الوكيل ٢: الإحصائي (تصنيف الشعبية)
- المهمة: بدلاً من البحث عن مسارات كاملة، يبحث هذا الوكيل في مقاطع الطرق الفردية. إنه يتساءل: "أي شوارع محددة يتم السير فيها أكثر؟" ويقوم بإنشاء قائمة باتصالات الشوارع "الأكثر رواجًا".
الوكيل ٣: المهندس المعماري (توليف المسار)
- المهمة: باستخدام قائمة "الشوارع الساخنة/الرائجة" التي قدمها الإحصائي، يقوم المهندس ببناء مسار جديد. يقوم بربط مقاطع الشوارع الشهيرة معًا لإنشاء مسار صالح من (أ) إلى (ب).
- قاعدة حاسمة: يُمنع المهندس منعًا باتًا من اختراع طرق غير موجودة في دفتر الملاحظات. يمكنه فقط استخدام "الشوارع الرائجة" التي أُعطيت له. هذا يمنع الذكاء الاصطناعي من اختلاق جسور أو أنفاق وهمية.
الوكيل ٤: القاضي (اختيار المسار)
- المهمة: الآن لدى الفريق قائمة بالمسارات الممكنة (بعضها وجده المحقق، وبعضها بناه المهندس). ينظر القاضي إلى "شعبية" كل معلم (POI) على هذه المسارات.
- القرار: يختار القاضي المسار الذي يمر عبر أكثر المعالم شهرة وشعبية.

٣. لماذا هذا أفضل؟ (النتائج)

اختبر البحث هذا الفريق مقابل طرق أخرى باستخدام بيانات حقيقية (مثل السياح في إدنبرة) وبيانات مصطنعة (مجموعات بيانات اصطناعية).

الدقة: عندما كان المسار موجودًا بالفعل في كتب التاريخ، وجد COMPASSLLM المسار بشكل أفضل من أي طريقة أخرى تقريبًا.
الإبداع: عندما لم يكن هناك مسار موجود، نجح الفريق في بناء مسار جديد وصالح باستخدام مقاطع مشهورة، متفوقًا على طرق الذكاء الاصطناعي الأخرى التي غالبًا ما تتعثر أو تخترع طرقًا وهمية.
التكلفة والسرعة: الفريق فعال بشكل مدهش. نظرًا لأن كل وكيل لديه مهمة صغيرة ومحددة، فهم لا يهدرون "قوة الدماغ" (الرموز الحسابية - Tokens) في محاولة حل المشكلة بأكمل تها دفعة واحدة. تشغيل النظام أرخص من طرق الذكاء الاصطناعي المعقدة الأخرى.

٤. العقبة (القيود)

المؤلفون صريحون بشأن العيوب:

الحجم يهم: إذا كان دفتر الملاحظات الخاص بالرحلات الماضية ضخمًا جدًا (أكبر من نافذة ذاكرة الذكاء الاصطناعي)، فإن النظام يعاني. الأمر يشبه محاولة قراءة مكتبة من الكتب في جلسة واحدة؛ يصاب الذكاء الاصطناعي بالارتباك.
الاتساق: بما أن الذكاء الاصطناعي احتمالي (يتخذ قراراته بناءً على الاحتمالات)، فقد يعطي أحيانًا إجابة مختلفة قليلاً إذا سألته نفس السؤال مرتين، رغم أن الفريق يحاول تقليل ذلك.

ملخص التشبيه

تخيل أنك تحاول العثور على أفضل طريق عبر متاهة.

الطرق القديمة: توظف روبوتًا يجب برمجته بمخطط المتاهة في كل مرة تتحرك فيها الجدران.
COMPASSLLM: توظف فريقًا من أربعة خبراء. أحدهم يبحث عن المخرج في كتب التاريخ. إذا لم يجدوه، يجد خبير ثانٍ الممرات الأكثر رواجًا، ثم يقوم خبير ثالث بربط تلك الممرات لتكوين مسار جديد، ويختار خبير رابع المسار الذي يمر عبر أجمل الغرف. إنهم يعملون معًا لإعطائك أفضل إجابة دون الحاجة إلى إعادة تدريبهم.

يزعم البحث أن "نهج الفريق" هذا هو الطريقة الأكثر فعالية لاستخدام الذكاء الاصطناعي الحديث للعثور على المسارات الشعبية في المدن والمنتزهات.

ملخص تقني: COMPASSLLM

تعريف المشكلة

تتناول الورقة البحثية مشكلة الاستعلام عن المسار الأكثر شعبية (Popular Path Query)، والتي تتضمن تحديد المسارات الأكثر تكراراً بين زوج من المصدر والوجهة بناءً على بيانات المسارات التاريخية. وتعد هذه المهمة بالغة الأهمية للتخطيط الحضري، وتحسين الملاحة، وتوصيات السفر.

تطرح المشكلة تحديين متميزين:

البحث (SEARCH): إيجاد المسار الأكثر شعبية عندما يوجد مسار مباشر في البيانات التاريخية.
التوليد (GENERATE): تركيب مسار صالح وقابل للعبور عندما لا يوجد مسار تاريخي مباشر بين المصدر والوجهة (وهي مشكلة شائعة في مجموعات البيانات المتفرقة حيث يكون الرسم البياني غير مكتمل).

غالباً ما تعجز النهج الخوارزمية والتعلم الآلي التقليدية (مثل نماذج ماركوف، أو الشبكات العصبية مثل NMLR أو GEIT) عن أداء هذه المهام لأنها تتطلب تدريباً مكثفاً للنماذج، وضبط المعلمات، وإعادة التدريب عند تحديث البيانات أو تغير القيود. علاوة على على ذلك، فإن النماذج اللغوية الكبيرة (LLMs) القياسية عند تطبيقها مباشرة على الاستدلال الجغرافي المكاني غالباً ما تولد مسارات غير صالحة أو غير قابلة للعبور (هلوسة) بسبب افتقارها إلى الالتزام الصارم بقيود الاتصال في الرسم البياني.

المنهجية

يقترح المؤلفون COMPASSLLM (التنسيق المتناغم لتحليل المسارات متعدد الوكلاء والتركيب المكاني)، وهو إطار عمل مبتكر متعدد الوكلاء مصمم للاستفهال من قدرات الاستدلال للنماذج اللغوية الكبيرة دون الحاجة إلى تدريب النموذج. يعمل الإطار من خلال خط إنتاج من مرحلتين يتم تنسيقهما عبر أربعة وكلاء متخصصين:

وكيل اكتشاف المسار (Path Discovery Agent): يعمل كنقطة دخول. يقوم بتحليل المسارات التاريخية لاستخراج المسارات المرشحة حيث يسبق المصدرُ الوجهةَ. إذا وجدت مرشحات صالحة، ينتقل الإطار إلى مرحلة التقييم. أما إذا كانت المجموعة فارغة ( $T_{LLM} = \emptyset$ )، فإنه يفعل مرحلة التوليد (GENERATE).
وكيل ترتيب الشعبية (Popularity Ranking Agent): يعمل في وضعين:
- وضع ترتيب الحواف (Edge Ranking Mode): يتم تفعيله بشكل مشروط خلال مرحلة التوليد (GENERATE). يقوم بترتيب الحواف الفردية (مقاطع الطرق) بناءً على تكرارها في البيانات التاريخية لتوجيه تركيب المسار.
- وضع ترتيب نقاط الاهتمام (POI Ranking Mode): يتم تفعيله خلال مرحلة البحث (SEARCH) (سواء بعد الاكتشاف أو التركيب). يقوم بترتيب نقاط الاهتمام (POIs) حسب تكرار حدوثها لتحديد "شعبية" مواقع معينة.
وكيل تركيب المسار (Path Synthesis Agent): يتم تفعيله فقط عندما لا يوجد مسار تاريخي. باستخدام ترتيب الحواف من وكيل ترتيب الشعبية، يقوم بتركيب مسارات مرشحة جديدة عن طريق ربط الحواف الشعبية. ومن الأهمية بمكان أنه مقيد باستخدام الحواف الموجودة في البيانات التاريخية فقط، مما يمنع توليد اتصالات غير موجودة (هلوسة).
وكيل اختيار المسار (Path Selection Agent): يقيم جميع المسارات المرشحة (سواء المكتشفة أو المركبة) من خلال تجميع درجات الشعبية لنقاط الاهتمام المكونة لها. ويختار المسار الذي يحقق أعلى درجة شعبية تراكمية كناتج نهائي.

تم تصميم الإطار ليكون خالياً من التدريب (training-free)، معتمداً على هندسة الأوامر (prompt engineering) وقدرات الاستدلال المتأصلة في النماذج اللغوية الكبيرة (تم اختبارها باستخدام Llama 3.1 8b و GPT 4o و GPT o3 mini).

المساهمات الرئيسية

تدعي الورقة البحثية المساهمات التالية:

إطار عمل مبتكر: تقديم COMPASSLLM، وهو نظام متعدد الوكلاء مصمم خصيصاً لاستعلامات المسار الشعبي في المجالات الجغرافية المكانية.
خط إنتاج منسق: سير عمل من مرحلتين يدمج بسلاسة بين إيجاد المسار (SEARCH) وتركيب المسار (GENate)، مما يسمح للنظام بالتوصية بمسارات صالحة حتى في حالة غياب الحقيقة الأرضية التاريخية.
تقييم شامل: تجارب واسعة النطاق على مجموعات بيانات حقيقية (إدنبرة، تورونتو، ملبورن، والمنتزهات الترفيهية) ومجموعات بيانات اصطناعية. تُظهر الدراسة أن الإطار يحقق أداءً تنافسياً أو متفوقاً مقارنة بالطرق الحديثة (SOTA) مع الحفاظ على فعالية التكلفة.

النتائج

استخدم التقييم مقياسين أساسيين: درجة F1 لمشكلة البحث (SEARCH) (لقياس الدقة مقابل الحقيقة الأرضية) وقابلية العبور (Traversability) لمشكلة التوليد (GENERATE) (لقياس صلاحية الحواف في المسارات المولدة).

أداء البحث (SEARCH): تفوق COMPASSLLM باستمرار على النماذج التقليدية للتعلم الآلي/التعلم العميق (مثل Markov، NASR، DeepAltTrip) وعلى النهج الأخرى القائمة على النماذج اللغوية الكبيرة (مثل Direct، CoT، ReAct، Reflexion، LLM-A*، PathGPT). على نموذج GPT o3 mini، حقق متوسط درجة F1 قدرها 0.80، وهي أعلى بكثير من أفضل طريقة تالية قائمة على النماذج اللغوية الكبيرة (PathGPT بنسبة 0.65).
أداء التوليد (GENERATE): في سيناريوهات البيانات المتفرقة حيث لا يوجد مسار حقيقة أرضية، أظهر COMPASSLLM درجات قابلية عبور تنافسية، مطابقة أو متفوقة على نماذج SOTA مثل NMLR (الذي يتطلب إعادة تدريب) ومتفوقة على غيرها من النماذج اللغوية الكبيرة الأساسية. على سبيل المثال، في مجموعة بيانات إدنبرة، حقق قابلية عبور بلغت 0.95 باستخدام GPT o3 mini.
كفاءة التكلفة: الإطار فعال للغاية من حيث التكلفة. بينما حققت طرق مثل APE (هندسة الأوامر الآلية) نتائج قوية، إلا أنها تكبدت تكاليف رموز (tokens) أعلى بكثير (مثلاً 67.7 ألف رمز لمجموعة بيانات ملبورن مقابل 33.0 ألف لـ COMPASSLLM). وازن COMPASSLLM بين الأداء العالي وانخفاض العبء الحسابي.
القابلية للتوسع: حافظ النظام على أداء متفوق مع زيادة تعقيد مجموعة البيانات (عدد أكبر من نقاط الاهتمام والمسارات)، ويرجع ذلك إلى حد كبير إلى تصميم الوكيل المعياري الذي يقوم بتصفية البيانات قبل الترتيب، مما يقلل حجم السياق للوكلاء اللاحقين.

الأهمية والادعاءات

تضع الورقة البحثية COMPASSLLM كخطوة هامة للأمام في تطبيق النماذج اللغوية الكبيرة في الاستدلال الجغرافي المكاني. وتكمن أهميته الأساسية في:

القابلية للتكيف: على عكس النماذج التقليدية التي تتطلب إعادة تدريب للبيانات الجديدة أو القيود، يتكيف COMPASSLLM فورياً عبر تنسيق الأوامر، مما يجعله مناسباً للبيئات الديناميكية.
التعامل مع التفرقة: يعالج بفعالية مشكلة "البيانات المتفرقة" حيث لا تغطي المسارات التاريخية جميع أزواج المصدر والوجهة الممكنة، وهو سيناريو تفشل فيه الطرق التقلية غالباً أو تتطلب إعادة تدريب معقدة.
السلامة والصلاحية: من خلال تقييد وكيل التركيب صراحةً باستخدام الحواف المرصودة فقط، يخفف الإطار من خطر توليد مسارات مهلوسة وغير قابلة للعبور، وهو أمر بالغ الأهمية لأنظمة الملاحة الحساسة للسلامة.

يقر المؤلفون بالقيود، مشيرين إلى أن النظام يواجه تحديات مع مجموعات البيانات الضخمة للغاية التي تتجاوز نوافذ سياق النماذج اللغوية الكبيرة (128 ألف رمز) وأن الطبيعة العشوائية المتأصلة في النماذج اللغوية الكبيرة يمكن أن تؤدي أحياناً إلى مسارات غير مثالية. ومع ذلك، خلصوا إلى أن COMPASSLLM يقدم بديلاً "خالياً من التدريب"، وفعالاً من حيث التكلفة، وتنافسياً للغاية لاستعلامات المسار الشعبي، خاصة في السيناريوهات التي تتضمن بيانات تاريخية متفرقة.