InFeR: Informed Failure Resilience in Learned Visual Navigation Control

ملخص تقني: InFeR – المرونة المستنيرة تجاه الفشل في التحكم في الملاحة البصرية المتعلمة

بيان المشكلة
حقق التعلم بالتقليد (Imitation Learning - IL) نجاحاً كبيراً في الملاحة البصرية، لكنه لا يزال محدوداً بطبيعته بسبب اعتماده على بيانات التدريب. فالسياسات المدربة على عروض توضيحية ناجحة غالباً ما تفشل بشكل غير متوقع عند مواجهة سيناريوهات خارج نطاق التوزيع (OOD) (مثل فشل المستشعرات، أو العوائق الديناميكية، أو المسارات المسدودة). تعاني النهج الحالية لمعالجة الفشل من قصورين رئيسيين: فهي إما تركز فقط على الكشف عن الفشل، مما يستدعي تدخل البشر بدلاً من التعافي الذاتي؛ أو تعتمد بشكل متكرر على كواشف خارجية تفتقر إلى الوصول إلى التمثيلات الداخلية للسياسة، مما يجعلها تفشل في التقاط أنماط الفشل الحقيقية أو تقديم رؤى قابلة للتنفيذ للتعافي. وتجادل الورقة بأن المرونة الحقيقية تجاه الفشل تتطلب ليس فقط اكتشاف حالات الفشل، بل أيضاً التعرف ذاتياً على مصادرها والتعافي منها دون الحاجة إلى عروض توضيحية إضافية للفشل أو التعافي.

المنهجية: إطار عمل InFeR
InFeR هو إطار عمل عام مصمم لتعزيز سياسات التعلم بالتقليد القياسية بـ "مرونة مستنيرة تجاه الفشل" باستخدام مجموعة بيانات ثابتة واحدة فقط من العروض التوضيحية الناجحة. وهو يعمل عبر مرحلتين رئيسيتين:

1. تدريب السياسة المدركة لخارج نطاق التوزيع ($\pi_{IL-OOD}$):

   • عنق الزجاجة المعلوماتي المتغير (VIB): الابتكار الجوهري يتضمن إعادة تدريب سياسة التعلم بالتقليد باستخدام خسارة VIB. يعمل هذا على تنظيم الفضاء الكامن (latent space) بين المشفر البصري وفك تشفير الإجراء. والهدف هو ضغط الملاحظات المدخلة مع تعظيم الاحتفاظ بالمعلومات الضرورية للتنبؤ بالإجراء.
   • هيكلة الفضاء الكامن: من خلال فرض بقاء التمثيل الكامن قريباً من توزيع سابق (توزيع غاوسي موحد)، يعمل تباعد KL بين الميزات الكامنة المشفرة والتوزيع السابق كدرجة (score) لمدى خروج البيانات عن النطاق (OOD). يشير التباعد العالي إلى مدخلات خارج نطاق التوزيع.
   • التنبؤ المطابق (Conformal Prediction - CP): للتعامل مع الديناميكيات المتغيرة زمنياً وتجنب العتبات التعسفية، يطبق InFeR التنبؤ المطابق الوظيفي على مجموعة معايرة من المسارات. وهذا يولد حدوداً عليا متغيرة زمنياً لدرجات KL، مما يوفر طريقة قائمة على أسس إحصائية للكشف الثنائي عن خارج النطاق ($b_t$).
   • استخدام Grad-CAM للتعرف: لتحديد مصدر الفشل، يطبق InFeR تقنية Grad-CAM على خرائط الميزات للمشفر البصري باستخدام تدرجات درجة الـ KL. ينتج عن ذلك خريطة حرارية ($M_t$) تحدد مواقع مناطق الصورة المسؤولة عن اكتشاف خروج البيانات عن النطاق.

2. سياسة التعافي الاستدلالية ($\pi_{Rec}$):

   • نظراً لغياب بيانات الفشل والتعافي، يستخدم InFeR سياسة تعافي استدلالية موجهة بخريطة التعرف على خارج النطاق.
   • تختار السياسة من بين مجموعة منفصلة من الإجراءات الكلية (macro-actions): الرجوع للخلف (backtrack)، الدوران يساراً، الدوران يميناً، أو طلب المساعدة.
   • منطق اتخاذ القرار: يتم تقسيم الخريطة الحرارية إلى حاويات أفقية. إذا تم اكتشاف ميزات خارج النطاق في الحاويات اليسرى أو اليمنى، يدور الروبوت بعيداً عنها. إذا كان الروبوت مسدود المسار أو كانت منطقة خارج النطاق في المركز، فإنه يتراجع (عكس تسلسل الإجراءات الماضية المخزنة). إذا فشلت محاولات التعافي بعد عدد أقصى من المحاولات ($t_{max}$)، يتوقف الروبوت ويطلب المساعدة البشرية.

المساهمات الرئيسية

• المرونة المستنيرة تجاه الفشل: تحدد الورقة وتنفذ إطار عمل يتجاوز مجرد الكشف عن الفشل ليشمل التعرف على المصدر والتعافي الذاتي، وهو أمر مرتكز على التمثيلات الكامنة للسياسة.
• كفاءة البيانات في التدريب: يحقق InFeR الوعي بخارج النطاق وقدرات التعافي دون الحاجة إلى أي عروض توضيحية إضافية للفشل أو التعافي، معتمداً فقط على مجموعة بيانات العروض التوضيحية الناجحة الأصلية.
• استقلالية البنية الهيكلية: صُمم إطار العمل ليكون عاماً، وقادراً على تعزيز بنيات سياسات مختلفة للتعلم بالتقليد (مثل سياسات الملاحة القائمة على الصور والهدف، وسياسات تتبع المسار المتكررة) دون تعديل هياكلها الأساسية.
• دمج الكشف والتعرف: على عكس الكواشف الخارجية، يدمج InFeR كلاً من الكشف والتعرف مباشرة داخل السياسة، مستخدماً الفضاء الكامن للتمييز بين المدخلات داخل النطاق وخارج النطاق، وتحديد المواقع المحددة للميزات البصرية التي تسبب الشذوذ.

النتائج التجريبية
قام المؤلفون بتقييم InFeR على روبوت Boston Dynamics Spot في بيئات داخلية وخارجية حقيقية، واختباره ضد أربعة أنواع من الفشل: فشل المستشعر، المسارات المسدودة (النهايات المسدودة والنقاط الدنيا المحلية)، العوائق الديناميكية القريبة، والأهداف الصورية غير القابلة للتنفيذ.

• أداء الكشف والتعرف: تفوق InFeR على النماذج المرجعية المتطورة (بما في ذلك الأساليب القائمة على الكثافة، والمميزات أحادية الفئة، والمشفرات التلقائية القائمة على إعادة البناء) في كل من الكشف عن خارج النطاق والتعرف عليه. وقد ثبت أن استخدام درجات KL و Grad-CAM على المتجهات الكامنة أكثر فعالية وأقل ضجيجاً من مقاييس خطأ إعادة البناء على الصور عالية الأبعاد.
• نجاح التعافي: نجحت السياسات المدعومة بـ InFeR في اكتشاف والتعافي من أنواع متنوعة من الفشل. على سبيل المثال، استطاعت سياسة InFeR-DEC (المعتمدة على سياسة DECISION) إكمال مسار بطول 300 متر بشكل مستقل، تضمن تضاريس معقدة، مع التعافي من النقاط الدنيا المحلية والعوائق الديناميكية.
• أهمية التعرف: أظهرت المقارنات مع نسخة "العمياء" (Blind) (التي تتجاهل الخريطة الحرارية وتختار إجراءات تصحيحية عشوائية) أن التعافي المستنير أكثر كفاءة وفعالية بشكل ملحوظ، خاصة في السيناريوهات الديناميكية. فقد تعافت InFeR-DEC بسرعة أكبر بمقدار يصل إلى ضعفين مقارنة بالنسخة العمياء.
• القدرة على التعميم: أظهر الإطار أداءً متسقاً عبر بنيتين مختلفتين للسياسة (GNM و DECISION)، مما يؤكد قابليته للتطبيق على نماذج ملاحة بصرية مختلفة.

الأهمية
تزعم الورقة أن InFeR تمثل خطوة هامة نحو ملاحة بصرية آمنة وقوية باستخدام التعلم بالتقليد. فمن خلال تمكين السياسات من اكتشاف الفشل والتعرف عليه والتعافي منه ذاتياً دون إشراف خارجي أو بيانات تدريب إضافية، يعالج InFeR فجوة حرجة في نشر أنظمة الملاحة المتعلمة في بيئات مفتوحة وغير منظمة. ويرى المؤلفون أن هذا النهج يسمح للمتحكمات المتعلمة بالتعامل مع الملاحة طويلة المدى في سيناريوهات معقدة حيث كانت سياسات التعلم بالتقليد التقليدية ستفشل فيها بشكل غير متوقع.