Optimization-Guided Diffusion for Interactive Scene Generation

تخيل أنك تحاول تعليم سيارة ذاتية القيادة كيفية التعامل مع المواقف الأكثر خطورة، وفوضوية، وندرة على الطريق — مثل دخول مفاجئ لسيارة أخرى بشكل متهور، أو كبح سيارة بقوة وبشكل غير متوقع.

المشكلة هي أن هذه اللحظات "السيئة" نادرة للغاية في الحياة الواقعية. لا يمكنك مجرد الانتظار حتى تحدث في مجموعة بيانات. لذا، يستخدم الباحثون أجهزة الكمبيوتر لـ محاكاة هذه المواقف. ولكن هنا تكمن المشكلة: معظم محاكاة الكمبيوتر إما تكون مملة للغاية (كل شيء يسير بشكل مثالي) أو تكسر قوانين الفيزياء (السيارات تطير عبر الجدران، أو تقود فوق الأرصفة، أو تنعطف بزاوية 90 درجة فوراً).

إليك OMEGA (التوليد الموجه بالتحسين للمشاهد التفاعلية). فكر في OMEGA كأنه مخرج ذكي جداً وحريص على السلامة لفيلم عن حركة المرور.

إليك كيف يعمل، مقسماً إلى مفاهيم بسيطة:

1. المشكلة: السيارة "الحالمة"

تخيل نموذج كمبيوتر (نموذج انتشار - Diffusion Model) يحاول "تخيّل" مشهد مروري. يبدأ بكتلة ضبابية ومشوشة، ثم يقوم تدريجياً بتوضيحها لتظهر صورة سيارات تتحرك.

• المشكلة: بدون مساعدة، غالباً ما "تتخيل" هذه السيارة الحالمة أشياء غير واقعية. قد تجعل سيارة تقود للخلف، أو تصطدم بشجرة، أو تتجاهل قوانين الفيزياء لأنها مجرد تخمين بناءً على الأنماط التي رأتها من قبل.
• الطريقة القديمة: حاولت الطرق السابقة إصلاح ذلك بإضافة قواعد صارمة (مثل "لا تصطدم بالجدار")، لكن هذا جعل المحاكاة تبدو جامدة وآلية، أو تطلب إعادة تدريب "عقل" الكمبيوتر بالكامل، وهو أمر بطيء ومكلف.

2. الحل: المخرج "شبكة الأمان" (OMEGA)

لا يقوم OMEGA بإعادة تدريب عقل الكمبيوتر، بل يعمل كـ موجه أثناء عملية "الحلم".

فكر في عملية توليد الكمبيوتر لمشهد ما كأنها رسام يحاول إنهاء لوحة فنية رائعة.

• العملية القياسية: يأخذ الرسام تخميناً لكل ضربة فرشاة. وأحياناً يرتكب أخطاء (مثل قيادة سيارة عبر مبنى).
• عملية OMEGA: OMEGA يشبه معلماً صارماً للفنون يقف بجانب الرسام مباشرة. في كل مرة يضع فيها الرسام ضربة فرشاة، يتحقق المعلم: "انتظر، هذه السيارة تقود عبر مبنى. هذا مستحيل. لنقم بتعديل هذه الضربة قليلاً لتبقى السيارة على الطريق، ولكن دون تغيير اللوحة بأكملها".

يتم هذا "التعديل الطفيف" باستخدام التحسين الرياضي (Mathematical Optimization). وهي طريقة لقول: "ابحث عن أقرب نسخة ممكنة من هذا المشهد تتبع قواعد الفيزياء وقوانين المرور".

3. الرقصة ذات الخطوتين (التوجيه المتوافق مع المراحل)

OMEGA ذكي بما يكفي ليعرف متى يكون صارماً ومتى يكون مرناً. إنه يستخدم رقصة من خطوتين:

• الخطوة 1: الصورة الكبيرة (الإحماء): أولاً، ينظر OMEGA إلى المشهد المستقبلي بالكامل دفعة واحدة. يتساءل: "هل تبدو السيارات عموماً في المسارات الصحيحة؟ هل تتحرك في اتجاه منطقي؟" إنه يصلح الأمور الكلية (التخطيط العام) دون القلق بشأن التفاصيل الصغيرة بعد.
• الخطوة 2: التفاصيل الدقيقة (التدقيق المتتالي): بمجرد تحديد الصورة الكبيرة، يقوم OMEGA بعمل زووم (تكبير). ينظر إلى السيارات واحدة تلو الأخرى، ثانية بثانية. الآن يتساءل: "هل تتفاعل هذه السيارة مع السيارة التي بجانبها؟ هل كادا يصطدمان لكنهما تفاديا ذلك في اللحظة الأخيرة؟" إنه يصلح التفاعلات الدقيقة لجعل المشهد يبدو حياً وتفاعلياً.

4. خلق "الشرير" (التوليد الخصمي)

الجزء الأروع في OMEGA هو قدرته على خلق سيناريوهات خصمية (مواقف خطيرة) لاختبار السيارات ذاتية القيادة.

تخيل لعبة شطرنج بين لاعبين:

• اللاعب (أ) (السيارة ذاتية القيادة): تريد القيادة بأمان وبشكل طبيعي.
• اللاعب (ب) (المهاجم): يريد خلق موقف خطير (مثل دخول مفاجئ لسيارة) ليرى ما إذا كان اللاعب (أ) يستطيع التعامل معه.

في الماضي، كان على المبرمجين كتابة "المهاجم" يدوياً للقيام بأفعال محددة. مع OMEGA، المهاجم هو وكيل ذكاء اصطناعي يتعلم كيف يكون مخادعاً من تلقاء نفسه. يحاول إيجاد المكان المثالي للدخول المفاجئ أو الكبح بقوة لإخافة السيارة ذاتية القيادة، لكنه لا يزال ملتزماً بقواعد الفيزياء (لا يمكنه الطيران).

إنه يشبه زميل التدريب (Sparring Partner) في الصالة الرياضية. يحاول الزميل ضربك، لكنه ذكي بما يكفي ليعرف كيف يضربك بطريقة واقعية وخطيرة، ومع ذلك لا يكسر قواعد الرياضة.

لماذا هذا مهم؟

• السلامة: إنه يولد آلاف السيناريوهات النادرة والخطيرة (مثل حالات وشك وقوع حادث) التي نادراً ما تلتقطها البيانات في العالم الحقيقي. وهذا يساعد في تدريب السيارات ذاتية القيادة لتكون أكثر أماناً.
• الواقعية: السيارات لا تقود عبر الجدران أو تنتقل آنياً من مكان لآخر؛ فهي تتبع قوانين الفيزياء.
• التحكم: يمكن للمهندسين قول: "اجعل سيارة تدخل بشكل مفاجئ هنا تماماً"، وسيقوم OMEGA بتوليد مشهد واقعي يحدث فيه ذلك، دون كسر المحاكاة.

باخت-القول: OMEGA هو عصا سحرية تأخذ "حلم" الكمبيوتر عن حركة المرور وتوجهه بلطف لتبقى السيارات على الطريق، وتتبع القواعد، وتخلق سيناريوهات واقعية وتحديات تجعل سياراتنا المستقبلية ذاتية القيادة أكثر أماناً.