💻 computer science

SIL: Symbiotic Interactive Learning for Language-Conditioned Human-Agent Co-Adaptation

تقدم هذه الورقة التعلم التفاعلي التكافلي (SIL)، وهو إطار عمل للتكيف المشترك ثنائي الاتجاه يستفيد من النماذج التأسيسية وبنيات الذاكرة لتمكين الوكلاء المستقلين والبشر من تطوير معتقدات المهام بشكل مشترك من خلال التوضيح الاستباقي وتحسين الخطط المشتركة، محققاً معدل إنجاز للمهام بنسبة 90.4% في التفاعلات المتجسدة.

المؤلفون الأصليون: Linus Nwankwo, Bjoern Ellensohn, Christian Rauch, Elmar Rueckert

نُشر 2026-03-17

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Linus Nwankwo, Bjoern Ellensohn, Christian Rauch, Elmar Rueckert

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 جديد كيفية التنقل في منزلك.

الطريقة القديمة (نموذج "السيد والمتدرب"):
في الوقت الحالي، تعمل معظم الروبوتات مثل طالب صارم يخشى طرح الأسئلة. تعطيه أمراً مثل، "اذهب وأحضر ذلك الشيء من هناك"، فيحاول الروبوت فقط تخمين ما يعنيه "ذلك الشيء". وإذا أخطأ في التخمين، يصطدم بكرسي. وإذا أردت منه القيام بشيء بشكل مختلف في المرة القادمة، عليك إعادة شرح كل شيء من البداية لأن الروبوت ليس لديه ذاكرة لأسلوبك الخاص. إنه طريق ذو اتجاه واحد: أنت تتحدث، والروبوت يستمع، والروبوت لا يتحدث أبداً للاستيضاح. الأمر يشبه محاولة قيادة سيارة حيث يمكن للراكب بجانبك أن يصرخ بالاتجاهات فقط، لكن لا يمكنه إخبار السائق: "انتظر، كنت أقصد الكوب الأزرق، وليس الأحمر".

الطريقة الجديدة (التعلم التفاعلي التكافلي - SIL):
يقدم هذا البحث إطار عمل جديداً يسمى SIL. فكر في SIL ليس كطالب روبوت، بل كـ شريك في الرقص.

في الرقص الجيد، يقوم الشريكان باستمرار بالتكيف مع بعضهما البعض. إذا خطى أحدهما لليسار، يخطو الآخر لليمين ليبقى متناغماً. يفعل SIL ذلك مع اللغة والمهام.

إليك كيف يعمل، مقسماً بتشبيهات بسيطة:

1. "الخريطة الذهنية المشتركة" (فضاء المهمة الكامن)

تخيل أنك وشريكك الروبوت تملكان سبورة بيضاء غير مرئية في رؤوسكما.

في الطريقة القديمة: أنت ترسم على سبورتك البيضاء، لكن الروبوت لديه سبورة فارغة. عليك وصف كل خط بالتفصيل.
مع SIL: كلاكما يرسم على نفس السبورة البيضاء. بينما تتحدث، يقوم كلاكما بتحديث الرسم معاً. إذا قلت، "اذهب إلى المطبخ"، ورأى الروبوت قطة تسد الطريق، فإنه يحدّث الرسم ليقول: "المطبخ، ولكن احذر من القطة". كلاكما "يعرف" أن الخطة تتطور. وهذا ما يسمى التكيف المشترك (Co-adaptation).

2. "رقصة الاستيضاح"

أحياناً، تعطيه تعليمات غامضة مثل، "اذهب إلى هناك وعد".

الروبوت القديم: يصاب بالارتباك، أو يتجمد، أو يختار مكاناً عشوائياً.
روبوت SIL: يتحقق من "مقياس الثقة" الخاص به. إذا كان غير متأكد، فإنه لا يخمن فحداً. بل يقول: "مهلاً، عندما تقول 'هناك'، هل تقصد الأريكة أم طاولة التلفاز؟ في المرة الماضية كنت تفضل الأريكة".
إنه يستخدم كشف عدم اليقين (Uncertainty detection) ليعرف متى يكون مرتبكاً ويطلب المساعدة بشكل استباقي قبل أن يرتكب خطأً.

3. "العقل الخارق" مع الذاكرة

عادة ما تعاني الروبوتات من "فقدان الذاكرة". إذا علمتهم لقباً لمهمة ما (مثل "وضع الدورية")، فإنهم ينسونها بمجرد أن تطلب منهم القيام بشيء آخر.

حل SIL: لديه نوعان من الذاكرة:
- الذاكرة العرضية (المذكرات): يتذكر أحداثاً محددة. "الثلاثاء الماضي، ذهبت إلى المطبخ ووجدت كرسياً".
- الذاكرة الدلالية (الكتاب المدرسي): يتعلم قواعد عامة. "عادةً، عندما يقول المستخدم 'بسرعة'، فإنه يريدني أن أتحرك بسرعة".
"درع مكافحة النسيان": يذكر البحث تقنية تسمى EWC (توطيد الوزن المرن). تخيل أن عقلك عبارة عن إسفنجة. عادةً، عندما تتعلم شيئاً جديداً، تقوم الإسفنجة بعصر الماء القديم (النسيان). E WC هي بمثابة وضع وزن لطيف على الإسفنجة حتى يمكنها امتصاص الماء الجديد دون عصر الأشياء القديمة والمهمة. هذا يمنع الروبوت من نسيان ما علمته إياه بالأمس.

4. "درجة ثقة الفريق"

يقوم النظام باستمرار بحساب "درجة الثقة" (تسمى توافق الاعتقاد).

إذا كانت الدرجة عالية، فأنت والروبوت على نفس الصفحة.
إذا انخفضت الدرجة، يدرك الروبوت: "أوه، نحن نسوء الفهم لبعضنا البعض"، ويقوم بتفعيل محادثة لإصلاح ذلك فوراً.

النتائج: لماذا يهم هذا؟

اختبر الباحثون هذا على روبوتات حقيقية وفي عمليات محاكاة.

الروبوتات القديمة: أنجزت حوالي 60% من المهام بشكل صحيح. كانت جامدة وسهلة الارتباك.
روبوتات SIL: أنجزت حوالي 90% من المهام بشكل صحيح.
الفرق: روبوتات SIL سألت أسئلة أقل لأنها كانت أفضل في تخمين ما تقصده بناءً على المحادثات السابقة، كما أنها تذكرت تفضيلاتك بشكل أفضل بكثير.

باخت-اختصار

يحول SIL التفاعل بين الإنسان والروبوت من علاقة "أمر وسيطرة" (مثل مدير يصرخ في عامل) إلى شراكة تكافلية (مثل صديقين يحلان لغزاً معاً). يتعلم الروبوت منك، لكنه أيضاً يعلمك كيف تتحدث إليه بشكل أفضل، مما يخلق حلقة تغذية راجعة حيث يصبح كلاكما أكثر ذكاءً وكفاءة بمرور الوقت.

إليك ملخص تقني مفصل لورقة البحث بعنوان "SIL: التعلم التفاعلي التكافلي للتكيف المشترك بين الإنسان والوكيل الموجه لغوياً."

1. بيان المشكلة

تعمل أنظمة التفاعل بين الإنسان والروبوت (HRI) الحالية، حتى تلك المدعومة بنماذج التأسيس (FMs) المتقدمة، بشكل مهيمن تحت نموذج "السيد والمتدرب" أحادي الاتجاه. في هذا النموذج:

تدفق أحادي الاتجاه: يصدر البشر الأوامر، ويقوم الوكلاء بتنفيذها بسلبية دون تعلم متبادل.
وكيل ثابت: حالة الاعتقاد الداخلي للوكيل ثابتة (غير متغيرة زمنياً) أثناء النشر، بينما يتطور اعتقاد الإنسان ديناميكياً.
الهشاشة: يخلق هذا عدم توافق حيث يقع على عاتق الإنسان عبء الاستدلال بالكامل للتعويض عن نقص السياق أو الذاكرة أو القدرة على توضيح الغموض لدى الوكيل.
القيود: تفشل الأطر الحالية في دعم التكيف طويل الأمد، أو محاذاة الاعتقاد المتبادل، أو الحوار الاستباقي، مما يجعلها غير مناسبة للمهام المعقدة ذات الأفق الطويل التي تتطلب تعاوناً.

2. المنهجية: التعلم التفاعلي التكافلي (SIL)

يقترح المؤلفون SIL، وهو إطار عمل للتكيف المشترك ثنائي الاتجاه، حيث يحافظ البشر والوكلاء على حالات اعتقاد مشتركة ضمن مساحة مهام كامنة مشتركة. يتطور النظام من خلال تاريخ التفاعل بدلاً من التنفيذ الساكن.

مكونات البنية الأساسية

مساحة المهام الكامنة المشتركة ( $Z$ ): يحافظ كل من الإنسان ( $H$ ) والوكيل ( $A$ ) على حالات اعتقاد مهيكلة $B_t = (z_t, k_t, u_t, H_t, \Psi_t)$ ، حيث $z_t$ هو تضمين المهمة الكامن، و $k_t$ هو مستوى الثقة، و $H_t$ هو تاريخ التفاعل.
آلية التكيف المشترك ثنائية الاتجاه:
- التأثير المتبادل: يقوم الوكيل بتحديث اعتقاده بناءً على مدخلات الإنسان، ويؤثر اعتقاد الوكيل المقدر على حالة الإنسان (يتم محاكاته عبر اقتراحات الوكيل الاستباقية).
- قاعدة التحديث: يتم تحديث التضمينات الكامنة بشكل تكراري باستخدام ناقلات التأثير ( $\delta_{infl}$ ) المستمدة من حالة الطرف الآخر. ومن الأهمية بمكان أن التحديث غير متماثل: فشل التنفيذ ( $s_t \approx 0$ ) يحفز إشارات تكيف قوية من الإنسان، بينما تقلل النجاحات من الحاجة إلى التصحيح.
- مقياس محاذاة الاعتقاد ( $\rho_t$ ): تشابه جيب التمام المرجح بالثقة بين تضمينات الإنسان والوكيل. إذا انخفضت $\rho_t$ عن حد معين، يتم تفعيل بروتوكول التوضيح.
الذاكرة والتعلم المستمر:
- الذاكرة المزدوجة: تجمع بين الذاكرة العرضية (سجلات التفاعل الخام) والذاكرة الدلالية (الأنماط العامة للنجاح/الفشل).
- توطيد الوزن المرن (EWC): لمنع النسيان الكارثي أثناء الضبط الدقيق عبر الإنترنت، يستخدم SIL تقنية EWC لمعاقبة التغييرات في المعلمات الحرجة للمهام التي تم تعلمها سابقاً.
- الاسترجاع: يتم استرجاع الحلقات الماضية بناءً على التشابه الدلالي ومحاذاة الاعتقاد الحالي.
التحليل الواعي بعدم اليقين:
- يستخدم مجموعة من النماذج اللغوية الكبيرة (LLM Ensemble) (بالأخذ من عينات بدرجات حرارة متفاوتة) لتوليد تفسيرات متعددة للأمر.
- يحسب مقاييس عدم اليقين بناءً على تشتت المجموعة والسمات اللغوية (التحوط، التحديد).
- إذا كان عدم اليقين مرتفعاً، يبادر النظام لطلب التوضيح أو يقدم تفسيرات مرشحة قبل التنفيذ.
التجذير متعدد الوسائط: يدمج نماذج الرؤية واللغة (SAM, CLIP) لتقسيم الكائنات وإسقاط الإحداثيات ثلاثية الأبعاد، مدمجة مع حزم تخطيط ROS للملاحة.

3. المساهمات الرئيسية

توصيف القيود أحادية الاتجاه: تحلل الورقة رسمياً اختناق "السيد والمتدرب" في التفاعل الحالي بين الإنسان والروبوت وتقترح التحول نحو التعلم التكافلي ثنائي الاتجاه.
تمثيل الاعتقاد المشترك: تقدم آلية لتمثيل وقياس ومحاذاة معتقدات الإنسان والوكيل صراحة في مساحة كامنة مشتركة، مما يسمح بالتوضيح الاستباقي وحل النوايا.
بنية التعلم المستمر: تدمج الذاكرة المهيكلة (العرضية/الدلالية) مع تنظيم EWC لتمكين التخصيص طويل الأمد ومنع النسيان الكارثي لتمثيلات المهام.
التفاعل المدفوع بعدم اليقين: تطور بروتوكولاً حيث يكتشف الوكيل الغموض عبر تشتت المجموعة ويبدأ حواراً لحله، بدلاً من الفشل الصامت أو التخمين.

4. النتائج التجريبية

تم تقييم إطار العمل عبر 350 حلقة تفاعل في بيئات محاكاة (Gazebo) وبيئات حقيقية (Unitree Go1, Segway robot) باستخدام GPT-4o كعمود فقري.

مجالات المهام:

EIF: اتباع التعليمات المتجسدة (أفق طويل، مشروط).
MIIR: استرجاع المعلومات التفاعلي القائم على الذاكرة.
QOR: الاستدلال الموجه بالاستعلام (استنتاجي/افتراضي).
PDS: الحوار والاقتراحات الاستباقية.
LPL: تعلم التفضيلات طويل الأمد.

مقاييس الأداء:

معدل إكمال المهمة (TCR): حقق SIL نسبة 90.4%، وهو تحسن مطلق بنحو 20 نقطة مئوية عن أفضل النسخ المختزلة، وزيادة هائلة مقارنة بنموذج LLM الساكن (60.1%).
محاذاة الاعتقاد ( $\rho$ ): حافظ SIL على درجة محاذاة عالية بلغت $\rho \approx 0.83$ ، بينما تذبذبت النماذج المختزلة بين 0.52 و0.65.
كفاءة التوضيح (CE): تطلب SIL طلبات توضيح أقل (0.46 لكل مهمة) مقارنة بالنماذج المرجعية، مما يشير إلى فهم استباقي أفضل.

نتائج دراسة الاستبعاد (Ablation Study):

أدى إزالة التكيف المشترك إلى أكبر انخفاض في الأداء (انخفض TCR إلى 61.7%)، مما يؤكد ضرورة التعلم ثنائي الاتجاه.
أدت إزالة EWC إلى نسيان كارثي، خاصة في المهام القائمة على الذاكرة (MIIR).
أدت إزالة تحديد عدم اليقين إلى تدهور قدرة النظام على التعامل مع التعليمات الغامضة.

5. الأهمية

يمثل هذا العمل تحولاً جذرياً في التفاعل بين الإنسان والروبوت من التنفيذ السلبي إلى التعاون النشط. من خلال معاملة الإنسان والوكيل كنظم تكيفية تتطور معاً في فهمها، يعالج SIL القيود الأساسية لوكلاء الذكاء الاصطناوي الساكنين.

المتانة: يحسن الموثوقية بشكل كبير في السيناريوهات الواقعية الغامضة.
التخصيص: يتيح للوكلاء تعلم تفضيلات المستخدم الفردية وأساليب التواصل بمرور الوقت دون نسيان.
القابلية للتوسع: يوفر الإطار مخططاً لبناء وكلاء يمكنهم الانخراط في تعاون طبيعي، متعدد الأدوار، وطويل الأمد، مما يقترب من سلاسة التفاعل بين البشر.

الكود والموارد متاحة على: https://linusnep.github.io/SIL/.