💻 computer science

HiMAP-Travel: Hierarchical Multi-Agent Planning for Long-Horizon Constrained Travel

يُعدُّ Map-Travel إطار عمل هرمي متعدد الوكلاء يعالج التخطيط للسفر طويل الأمد مع قيود صارمة من خلال توظيف منسق ومنفذي أيام متوازيين مرتبطين ببروتوكولات مراقبة ومعاملات ومساومات، محققاً أداءً هو الأفضل في فئته وتقليلاً في زمن الاستجابة على معايير TravelPlanner وFlexTravelBench.

المؤلفون الأصليون: The Viet Bui, Wenjun Li, Yong Liu

نُشر 2026-03-06

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: The Viet Bui, Wenjun Li, Yong Liu

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

إليك شرح لورقة بحث HiMAP-Travel، مترجم إلى لغة بسيطة ويومية باستخدام تشبيهات إبداعية.

المشكلة الكبرى: "وكيل السفر النسيّان"

تخيل أنك وظفت وكيل سفر ذكيًا جدًا لتخطيط رحلة لمدة 7 أيام لك. أعطيته ميزانية صارمة قدرها 2,000 دولار وقائمة من القواعد: "لا تزر نفس المطعم مرتين"، "يجب أن تزور 3 مدن مختلفة"، و"لا يمكنك إنفاق أكثر من 2,000 دولار إجمالاً".

إذا طلبت من ذكاء اصطناعي قياسي (مثل تلك التي نستخدمها اليوم) تخطيط هذا، فسيقوم بالأمر بشكل جيد عادةً في اليوم الأول. ولكن مع بدء التخطيط لـ اليوم الثاني، واليوم الثالث، وهكذا، يبدأ في "التشتت". ينسى الميزانية الإجمالية. بحلول اليوم الخامس، قد يكون قد أنفق بالفعل 1,800 دولار على وجبات عشاء فاخرة، تاركًا 200 دولار فقط لليومين الأخيرين. أو قد يحجز بالخطأ نفس الفندق لليوم الثاني واليوم السادس لأنه نسي أنه حجز الفندق بالفعل.

تسمي الورقة البحثية هذا "انحراف القيود" (Constraint Drift). الأمر يشبه قراءة كتاب طويل ونسيان الصفحة الأولى بحلول الوقت الذي تصل فيه إلى الصفحة الأخيرة. يصبح الذكاء الاصطناعي مركزًا جدًا على المهمة الفورية (تخطيط اليوم) لدرجة أنه يفقد الرؤية للصورة الكبيرة (الرحلة بأكملها).

الحل: HiMAP-Travel (نهج "الأوركسترا")

قام المؤلفون، "ثي فيت بوي" وفريقه، ببناء نظام جديد يسمى HiMAP-Travel. بدلاً من وجود وكيل وحيد يحاول القيام بكل شيء في وقت واحد، أنشأوا فريقًا من الوكلاء يعملون معًا مثل أوركسترا منظمة جيدًا.

إليك كيف يتم هيكلة هذا الفريق:

1. المايسترو (المنسق)

فكر في هذا الوكيل كـ المايسترو للأوركسترا.

ماذا يفعل: هو لا يحجز الرحلات الجوية أو يختار المطاعم. بدلاً من ذلك، ينظر إلى النوتة الموسيقية الكاملة (الرحلة لمدة 7 أيام) ويوزع الأدوار.
السحر: يقول: "حسنًا، اليوم الأول، لديك 300 دولار. اليوم الثاني، لديك 250 دولارًا. اليوم الثالث، لديك 400 دولار". يقوم بتقسيم المشكلة الكبيرة والمخيفة إلى أجزاء صغيرة يمكن إدارتها. ويتأكد من أن المجموع يتوافق مع الميزانية قبل أن يبدأ أي شخص في العمل.

2. العازفون (المنفذون)

هؤلاء هم مخططو الأيام.

ماذا يفعلون: كل عازف مسؤول عن يوم واحد فقط. عازف اليوم الأول يفكر فقط في اليوم الأول. عازف اليوم الثاني يفكر فقط في اليوم الثاني. وهكذا.
السحر: لأنهم يركزون على يوم واحد فقط، فإنهم لا يشعرون بالإرهاق أو ينسون القواعد. يعملون بالتوازي (كلهم في نفس الوقت)، مما يجعل التخطيط أسرع بكثير.

3. مسجل النقاط (الحالة العالمية المتزامنة)

هذا هو الابتكار الأكثر أهمية. تخيل سبورة رقمية في منتصف الغرفة يمكن للجميع رؤيتها وتحديثها فورًا.

كيف يعمل: إذا قام عازف اليوم الأول بحجز فندق، فإنه يكتب ذلك على السبورة. إذا حاول عازف اليوم الخامس حجز نفس الفندق، ستومض السبورة فورًا باللون الأحمر: "توقف! هذا محجوز بالفعل!".
النتيجة: هذا يمنع مشكلة "النسيان". النظام يفرض القواعد (مثل "عدم التكرار" و"حدود الميزانية") تلقائيًا، مثل حكم يطلق صافرته في اللحظة التي تُكسر فيها القاعدة.

بروتوكول "المساومة": عندما تسوء الأمور

أحيانًا، قد يرتكب المايسترو خطأً. ربما أعطى اليوم الثاني 50 دولارًا فقط، لكن أرخص رحلة طيران هي 100 دولار. عازف اليوم الثاني لن يستطيع القيام بالمهمة.

في الأنظمة القديمة، كانت الخطة بأكملها تنهار، وكان على الذكاء الاصطناعي البدء من الصفر (وهذا بطيء جدًا!).

في HiMAP-Travel، يرسل عازف اليوم الثاني ملاحظة سريعة ومنظمة إلى المايسترو: "مهلاً، لا يمكنني فعل ذلك بـ 50 دولارًا. أحتاج إلى المزيد من المال".

يستمع المايسترو، ويأخذ مالًا من اليوم الرابع (الذي لديه فائض)، ويعطيه لليوم الثاني.
إنهم يتساومون بسرعة لإصلاح الخطة دون رمي الرحلة بأكملها.

لماذا هذا أفضل؟ (النتائج)

اختبرت الورقة البحثية هذا النظام في تحدي تخطيط سفر شهير يسمى TravelPlanner.

السرعة: نظرًا لأن الجميع يعملون في نفس الوقت (بالتوازي)، فهو أسرع بـ 2.5 مرة من الطريقة القديمة.
معدل النجاح: الطريقة القديمة (التخطيط المتسلسل) كانت تنجح في الرحلة بنسبة 44% تقريبًا. أما HiMAP-Travel فقد نجح بنسبة 52.7%.
الموثوقية: الفوز الأهم هو أن HiMAP-Travel نادرًا ما ينسى الميزانية. إنه يبقي "انحراف القيود" تحت السيطرة، مما يضمن أن الرحلة في الواقع ميسورة التكلفة وتتبع جميع القواعد.

ملخص التشبيه

الطريقة القديمة (المتسلسلة): مثل شخص واحد يحاول بناء منزل. يضع الأساس، ثم يبني السقف، ثم يدرك أنه نسي شراء النوافذ، لذا يتعين عليه هدم السقف والبدء من جديد.
HiMAP-Travel (الهرمي): مثل طاقم بناء مع مدير موقع وفرق متخصصة.
- المدير يرسم المخطط ويوزع المواد على الفرق.
- فريق السباكة يعمل على الأنابيب بينما يعمل فريق الكهرباء على الأسلاك.
- مفتش سلامة (الحالة العالمية) يقف في المنتصف، للتأكد من أن لا أحد يسرق أنبوبًا مخصصًا للمطبخ ومن أنهم لن ينفد منهم المال.
- إذا نفدت الأنابيب من فريق السباكة، يخبرون المدير فورًا، والذي يعيد ترتيب الإمدادات في الحال.

الخلاية: يثبت HiMAP-Travel أنه بالنسبة للمهام الكبيرة والمعقدة ذات القواعد الصارمة، فإن وجود فريق ذكي يعمل معًا مع حكم مركزي أفضل من وجود شخص ذكي واحد يحاول القيام بكل شيء بمفرده.

إليك ملخص تقني مفصل لورقة البحث بعنوان "HiMAP-Travel: التخطيط الهرمي متعدد الوكلاء للرحلات طويلة المدى ذات القيود."

1. تعريف المشكلة

تتناول الورقة نمط الفشل الحرج لوكلاء النماذج اللغوية الكبيرة (LLM) في مهام التخطيط طويلة المدى ذات القيود الصارمة، والمتمثل تحديداً في تخطيط السفر المستقل.

التحدي الجوهري: تعاني بنيات التخطيط المتسلسلة (مثل ReAct وChain-of-Thought) من "انزياح القيود تحت آثار الأدوات الطويلة" (Constraint Drift under Long Tool Traces). فكلما امتد أفق التخطيط، يؤدي تراكم مخرجات الأدوات الوسيطة، وسجلات البحث، وآثار الاستدلال إلى إضعاف انتباه النموذج للقيود العالمية الأولية (مثل إجمالي الميزانية، وقواعد عدم التكرار).
العواقب: يؤدي هذا إلى تدهور ملموس في قابلية التنفيذ. على سبيل المثال، قد يلتزم المخطط المتسلسل بالميزانية في اليوم الأول، ولكنه يتجاوزها بحلول اليوم الخامس، مما يجعل مسار الرحلة متعدد الأيام بأكمله غير صالح.
قصور الحلول الحالية: تحاول منهجيات "التحقق والتحسين" الحالية (مثل ATLAS) تصحيح الأخطاء بعد حدوثها (post-hoc). وهذا النهج غير فعال حوسبياً، حيث يتسبب في زمن انتقال فائق الخطية وتكاليف عالية في عدد الرموز (tokens)، لأن النموذج يجب أن يتخيل خطة كاملة قبل اكتشاف خطأ في اليوم الأول.

2. المنهجية: HiMAP-Travel

يقترح المؤلفون HiMAP-Travel، وهو إطار عمل هرمي متعدد الوكلاء ينقل النموذج من "التوليد ثم الإصلاح" إلى "التصحيح من خلال البناء" (correct-by-construction). تقوم هذه البنية بفصل التخطيط إلى مستويين متميزين:

أ. البنية الهرمية

المستوى الاستراتيجي (المنسق - Coordinator):
- وكيل رفيع المستوى يقوم بتفكيك استعلام المستخدم العالمي إلى أهداف فرعية على مستوى الأيام (الشروط الحدية).
- يقوم بتخصيص الموارد (مثل تلميحات الميزانية، وتوزيع المدن) عبر الأيام، لكنه لا ينفذ الخطة التفصيلية.
- يعمل على مستوى "ناعم"، حيث يقدم التوجيه بدلاً من الأوامر الصارمة.
المستوى التكتيكي (المنفذون المتوازون - Parallel Executors):
- يعمل عدة "مخططين للأيام" بالتوازي لتوليد مسارات يومية محددة بناءً على الأهداف الفرعية للمنسق.
- عزل السياق: يعمل كل منفذ في نافذة سياق معزولة، مما يمنع "تعفن السياق" حيث تلوث الهلوسات المبكرة القرارات اللاحقة.

ب. ثلاث آليات رئيسية

لتمكين التنفيذ المتوازي مع الحفاظ على الاتساق العالمي، يدمج HiMAP-Travel ثلاثة ابتكارات:

الحالة العالمية المتزامنة ( $\Sigma$ ):
- تعمل كمراقب حتمي ومعاملات (transactional monitor) محمي بواسطة قفل حصري عالمي (global mutex).
- تتبع الميزانية التراكمية، والأماكن الملتزم بها (لمنع التكرار)، وأنماط النقل.
- العمليات الذرية: قبل اعتماد أي إجراء، يقوم النظام بعملية CHECK (تحقق) و COMMIT (اعتماد/تحديث). إذا تم انتهاك قيد ما (مثل تجاوز الميزانية أو تكرار مكان)، يتم رفض الإجراء فوراً، مما يمنع صراعات الموارد دون الحاجة لتفاوض بين الوكلاء.
بروتوكول المساومة التعاوني:
- حلقة تغذية راجعة مهيكلة وخفيفة الوزن. إذا وجد المنفذ هدفاً فرعياً غير قابل للتنفيذ (مثلاً: لا توجد فنادق تناسب تلميح الميزحة)، فإنه يعيد إشارة JSON محددة النوع (مثل INFEASIBLE أو DEFICIT: $50).
- يستخدم المنسق هذه التغذية الراجعة لـ إعادة تخصيص الموارد (مثل تغيير المدينة أو تعديل أدوار الأيام) ويطلق دورة إعادة تخطيط.
- يتجنب هذا النهج التفاوض اللغوي المطول، مما يقلل من تكلفة الرموز (tokens).
السياسة الموحدة المشروطة بالدور:
- بدلاً من تدريب نماذج منفصلة للمنسق والمنفذين، يتم تدريب سياسة واحدة ( $\pi_\theta$ ) باستخدام تحسين السياسة النسبي الجماعي (GRPO).
- يتم تحقيق التخصص في الأدوار عبر شرط التوجيه بنظام (system prompt conditioning) (مثل "أنت منسق" مقابل "أنت مخطط يوم").
- يسمح هذا بنقل المعرفة (على سبيل المثال، الوعي بالتكلفة التكتيكية يوجه التخصيص الاستراتيجي) ويقلل من متطلبات الذاكرة.

3. المساهمات الرئيسية

تحديد انزياح القيود: تحدد الورقة رسمياً وتحلل "انزياح القيود" كنمط فشل أساسي في المخططين المتسلسلين الأحاديين، وتثبت أن قابلية التنفيذ تتدهور مع زيادة طول السياق.
الابتكار الهيكلي: يتيح دمج الحالة العالمية المتزامنة، والمساومة التعاونية، والسياسة الموحدة المشروطة بالدور التنفيذ المتوازي مع فرض القيود بشكل حتمي.
كفاءة التدريب: تقديم آلية FIFO (الأول داخل-الأول تحديث) فعالة في الذاكرة لتدريب GRPO متعدد الوكلاء، مما يسمح بتحديثات قابلة للتوسع دون تخزين جميع المسارات في وقت واحد.

4. النتائج التجريبية

تم تقييم الإطار على TravelPlanner (دورة واحدة، 13 قيداً مترابطاً) و FlexTravelBench (تكيف القيود متعدد الدورات).

الأداء على TravelPlanner:
- حقق HiMAP-Travel (Qwen3-8B) معدل نجاح نهائي (FPR) قدره 52.65% على مجموعة الاختبار.
- المقارنات: تفوق على خط الأساس المتسلسل DeepTravel بمقدار 8.67 نقطة مئوية (pp)، وعلى ATLAS بمقدار 17.65 pp، وعلى MTP بمقدار 10.0 pp.
- الاستقرار: قلل من تباين البذور (cross-seed variance) بنسبة 93% مقارنة بـ DeepTravel (الانحراف المعياري: 0.48% مقابل 7.18%)، مما يشير إلى تقارب قوي.
- تخفيف انزياح القيود: بينما انخفضت نسبة الالتزام بالميزانية في النماذج المتسلسلة من 98% في اليوم الأول إلى 42% في اليوم الخامس، حافظ HiMAP-Travel على نسبة أعلى من 90% طوال الوقت.
الأداء على FlexTravelBench:
- حقق معدل نجاح نهائي (FPR) قدره 44.34% (دورتان) و 37.42% (3 دورات)، متفوقاً على نماذج ATLAS و ReAct.
الكفاءة:
- زمن الانتقال (Latency): حقق تسريعاً بمقدار 2.5 ضعف (72 ثانية مقابل 189.5 ثانية للرحلات التي تستغرق 7 أيام) من خلال التوازي.
- القابلية للتوسع: أظهر نمواً تحت خطي في زمن الانتقال مقارنة بالنمو الخطي $O(D)$ للنماذج المتسلسلة.

5. الأهمية والتأثير

التخطيط طويل المدى القابل للتوسع: يثبت HiMAP-Travel أن تفكيك القيود العالمية المترابطة إلى مشكلات فرعية محلية متوازية مع مراقبة معاملاتية هو مسار قابل للتطبيق للتخطيط المنطقي الصارم للوكلاء المستقلين.
ما وراء السفر: المنهجية قابلة للتعميم في مجالات أخرى تتطلب تنسيق الموارد تحت قيود مترابطة، مثل تطوير البرمجيات، أو تحسين سلاسل التوريد، أو تصميم التجارب العلمية.
قابلية التدريب من البداية للنهاية (End-to-End): يعد هذا أول إطار عمل هرمي متعدد الوكلاء في هذا المجال يدعم تدريب RL من البداية للنهاية تحت سياسة مشتركة، مما يقدم مخططاً للمخططين القابلين للتدريب الذين لا يعتمدون على هندسة الأوامر (prompt engineering) الهشة أو التحقق اللاحلي.

باختصار، يحل HiMAP-Travel مشكلة "انزياح القيود" باستبدال التوليد المتسلسل الثقيل بالسياق ببنية هرمية، متوازية، ومتسقة معاملاتياً، محققاً أداءً هو الأفضل في فئته مع تقليل زمن الانتقال والتباين بشكل كبير.