💻 computer science

FreeFly-Thinking : Aligning Chain-of-Thought Reasoning with Continuous UAV Navigation

تقدم الورقة البحثية FreeFly-Thinking، وهو إطار عمل للملاحة البصرية اللغوية من طرف إلى طرف للطائرات بدون طيار (UAVs)، يستفيد من استراتيجية تدريب مكونة من مرحلتين وتسلسل تفكير صريح (chain-of-thought reasoning) لتحقيق ملاحة قوية وفعالة في البيئات الحضرية الخارجية المعقدة.

المؤلفون الأصليون: Jiaxu Zhou, Shaobo Wang, Zhiyuan Yang, Zhenjun Yu, Tao Li

نُشر 2026-03-10

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Jiaxu Zhou, Shaobo Wang, Zhiyuan Yang, Zhenjun Yu, Tao Li

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 تعلم طائرة بدون طيار (درون) كيفية الطيران عبر مدينة مزدحمة، ولكن بدلاً من إعطائها خريطة أو إحداثيات GPS، تكتفي فقط بإعطائها جملة منطوقة مثل: "طِر نحو المبنى الأحمر، ثم اتجه يساراً حول الحديقة، وتوقف عند النافورة."

هذا هو تحدي الملاحة عبر الرؤية واللغة (VLN) للطائرات بدون طيار. معظم الطائرات الحالية تشبه "الصناديق السوداء": تعطيها تعليمات، فتقوم هي فقط بتخمين الخطوة التالية. وإذا ارتبكت، فإنها تصطدم أو تضل الطريق لأنها لا "تفكر" في سبب اتخاذها لهذه الخطوة.

تقدم هذه الورقة البحثية نظاماً جديداً يسمى FreeFly-Thinking. وإليك كيف يعمل، مشروحاً ببساطة:

1. المشكلة: طائرة "الصندوق الأسود"

تخيل طالباً يحاول حل مسألة رياضية.

الطائرات القديمة: تكتب الإجابة النهائية فقط. إذا أخطأت، فلا يمكنك معرفة ما إذا كانت قد نسيت رقماً، أو أساءت فهم السؤال، أو قامت بمجرد التخمين. إنها تفتقر إلى القدرة على التفكير المنطقي (Reasoning).
المشكلة: في عالم ثلاثي الأبعاد معقد (بما فيه من مبانٍ وأشجار ورياح)، لا يكفي مجرد تخمين الخطوة التالية. يجب أن تفهم الطائرة منطق مسار الطيران.

2. الحل: الطائرة "المفكرة"

قام المؤلفون ببناء طائرة لا تكتفي بالتصرف فحسب، بل "تفكر بصوت عالٍ" قبل أن تتحرك. وقد أطلقوا على هذا "سلسلة الأفكار" (Chain-of-Thought - CoT).

فكر في الأمر كأنه نظام GPS مع مدرب صوتي:

نظام GPS القديم: "انعطف يساراً". (الطائرة تنعطف يساراً، حتى لو كان هناك جدار).
نظام FreeFly-Thinking: "حسناً، أرى حديقة على يساري. التعليمات تقول 'اتجه يساراً حول الحديقة'. أرى مساراً واضحاً هناك. سأنعطف يساراً الآن لتجنب المبنى".

تقوم الطائرة بإنشاء شرح نصي (الفكرة) وعمليات التحكم في الطيران في نفس الوقت. هذا يجبر الطائرة على التحقق من منطقها قبل الطيران.

3. "الدماغ ثنائي الرأس"

يحتوي النظام على رأسيْن خاصين (جزأين من دماغها) يعملان معاً، مثل الطيار ومساعد الطيار:

الطيار (رأس نقاط المسار - Waypoint Head): هذا الجزء يحسب الحركات الفيزيائية الفعلية: "طِر 5 أمتار للأمام، مِل بمقدار 10 درجات لليسار".
المساعد (الرأس اللغوي - Language Head): هذا الجزء يكتب القصة: "أنا أطير للأمام لأن الطريق خالٍ".

الأمر الجوهري هو أنهما يتشاركان نفس "العيون" (البيانات البصرية). هذا يضمن أن القصة تتطابق مع الطيران. فإذا قال المساعد "أرى مساراً واضحاً"، يجب على الطيار أن يرى مساراً واضحاً بالفعل ليطير هناك.

4. كيف دربوا الطائرة: "المدرسة ذات المرحلتين"

لا يمكنك فقط أن تقول لطائرة بدون طيار "كوني ذكية"، بل يجب تدريبها في خطوتين:

المرحلة الأولى: الواجب المنزلي (الضبط الدقيق الخاضع للإشراف - SFT)
تراقب الطائرة آلاف الرحلات التي قام بها خباء. إنها تقلد الخبراء، وتتعلم مطابقة "الفكرة" مع "الإجراء". إنه يشبه طالباً يحفظ مفتاح الحل من كتاب مدرسي.
- الهدف: تعلم أساسيات الطيران والتحدث عن الطيران.
المرحلة الثانية: نادي المناظرة (الضبط الدقيق بالتعزيز - RFT)
هذا هو الجزء السحري. تُعطى الطائرة مهمة، وهي تحاول تجربة مسارات مختلفة.
- إذا طارت بشكل جيد وشرحت سبب طيرانها بشكل جيد، تحصل على نجمة ذهبية (مكافأة).
- إذا اصطدمت أو قدمت شرحاً سخيفاً، تحصل على وجه عابس (عقوبة).
- يستخدم النظام طريقة خاصة تسمى GRPO (تحسين السياسة النسبي للمجموعات) لمقارنة المحاولات المختلفة واختيار الأذكى منها.
- الهدف: تعليم الطائرة كيفية التعامل مع مواقف جديدة لم ترها من قبل من خلال التفكير المنطقي فيها.

5. النتيجة: طيار أكثر ذكاءً

اختبر الباحثون هذه الطائرة الجديدة في مدينة محاكاة لم ترها من قبل.

الطائرات القديمة: كانت تضل طريقها بسهولة، أو تصطدم بالمباني، أو تطير في دوائر.
FreeFly-Thinking: وصلت إلى وجهتها بنجاح في مرات أكثر وطارت في مسارات أكثر استقامة.

لماذا؟ لأن الطائرة عندما كانت ترتبك، ساعدها جزء "التفكير" الخاص بها على التوقف، وإعادة تقييم الإشارات البصرية (مثل "أوه، هذا شجرة وليس مبنى")، وتصحيح مسارها قبل أن تصطدم.

الخلاصة الكبرى

تظهر هذه الورقة البحثية أنه لكي تتمكن الروبوتات (خاصة الطائرات بدون طيار) من الملاحة في العالم الحقيقي بأمان، لا ينبغي لها أن تكون مجرد "رد فعل" (ترى شيئاً -> تفعل شيئاً)، بل يجب أن تكون "مفكرة" (ترى شيئاً -> تفهم السبب -> تقرر ما يجب فعله).

من خلال إجبار الطائرة على "التحدث عبر" خطة طيرانها، خلق المؤلفون نظاماً أكثر قوة، وأكثر أماناً، وأفضل في التعامل مع فوضى العالم الحقيقي.

إليك ملخص تقني مفصل لورقة البحث بعنوان: "FreeFly-Thinking: مواءمة تسلسل التفكير (Chain-of-Thought) مع الملاحة المستمرة للطائرات بدون طيار (UAV)."

1. بيان المشكلة

تهدف الملاحة القائمة على الرؤية واللغة (VLN) إلى تمكين الوكلاء من تنفيذ مهام الملاحة بناءً على تعليمات باللغة الطبيعية. وبينما تم إحراز تقدم كبير في البيئات الداخلية والأرضية، لا تزال ملاحة الطائرات بدون طيار (UAV) في المشاهد الخارجية المعقدة غير مستكشفة بشكل كافٍ.

تعاني طرق الملاحة الحالية للطائرات بدون طيار (UAV VLN) من قصورين أساسيين:

بنية الصندوق الأسود (Black-Box Architecture): تقوم النماذج الحالية بربط المدخلات متعددة الوسائط (الصور + النص) مباشرة بأفعال أو نقاط مسار (waypoints) منفصلة دون تفكير صريح. وهذا يخلق "فجوة دلالية-تحكمية"، حيث لا تكون التعليمات عالية المستوى متجذرة منطقياً في الحركية (kinematics) منخفضة المستوى.
الافتقار إلى القابلية للتفسير والمتانة: بدون خطوات تفكير صريحة، تعاني النماذج في المهام متعددة المراحل، والمشتتات البصرية، والحفاظ على المنطق التسلسلي طويل الأمد في البيئات الجوية ثلاثية الأبعاد.

2. المنهجية: FreeFly-Thinking

يقترح المؤلفون FreeFly-Thinking، وهو إطار عمل للرؤية واللغة والعمل (VLA) متكامل النهاية، يعمل على جسر الفجوة الدلالية-التحكمية من خلال توليد مبررات تسلسل التفكير (CoT) القابلة للتفسير وناقلات التحكم في الطيران المستمرة في آن واحد.

أ. بنية النموذج

يستخدم إطار العمل بنية مزدوجة الرأس (Dual-Head Architecture) مبنية على العمود الفقري Qwen3-VL-4B (الذي تم اختياره لقدرته على الإدراك المكاني ثلاثي الأبعاد وكفاءته الحسابية):

العمود الفقري المشترك (Shared Backbone): يستخرج سمات غنية متعددة الوسائط من الملاحظات البصرية المتسلسلة والتعليمات اللغوية.
رأس نموذج اللغة (LM-head): يقوم بالتوليد التلقائي لـ:
- مبررات تسلسل التفكير (CoT Rationales - $r_t$ ): وصف صريح خطوة بخطوة للمرحلة الحالية، والمعالم البصرية، والتخطيط المنطقي.
- الأفعال المنفصلة (Discrete Actions - $a_t$ ): أوامر مناورة عالية المستوى (مثل "انعطف يساراً").
رأس نقاط المسار (Waypoint Head): يتنبأ بـ نقاط مسار ثلاثية الأبعاد نسبية مستمرة ( $w_t$ ) وزوايا الانعراج (yaw angles) للخطوات الزمنية الـ $n$ $n$ التالية (تحديداً $n=3$ $n = 3$ ).
- الابتكار الرئيسي: يقوم كلا الرأسين بفك التشفير من نفس الحالات الخفية المشتركة، مما يضمن أن التخطيط المكاني والتفكير الإدراكي متجذران في نفس السياق الإدراكي تماماً.

ب. بناء مجموعة البيانات

لمعالجة نقص بيانات التفكير في اختبارات الطائرات بدون طيار، قام المؤلفون ببناء مجموعة بيانات جديدة تعتمد على بيئة OpenFly:

التوليف (Synthesis): استُخدم نموذج معلم قوي (Qwen-VL-Plus) لتوليد مبررات CoT صريحة للتحكمات الصحيحة (ground-truth).
التعزيز (Augmentation): تم تقديم استراتيجية النافذة الزمنية (temporal windowing strategy) لمعالجة عدم توازن الفئات. حيث يتم إعادة تسمية المناورات الحرجة (مثل الدورات) في الخطوتين الزمنيتين السابقتين للفعل لضمان تعلم النموذج لـ بدء الحركات المعقدة، وليس فقط تنفيذها.
النطاق: 6,820 مساراً، 101,220 صورة، بمتوسط 2.89 عملية حرجة لكل مسار.

ج. نموذج التدريب ثنائي المرحلة

يتم تدريب النموذج باستخدام مزيج من الضبط الدقيق الخاضع للإشراف (SFT) والضبط الدقيق بالتعزيز (RFT):

المرحلة الأولى: الضبط الدقيق الخاضع للإشراف (SFT)
- الهدف: محاكاة سلوكيات الخبراء.
- دالة الخسارة (Loss Function): مجموع مرجح لخسارة التقاطع المتصالب (Cross-Entropy) لرأس LM (النص/CoT) وخسارة الانحدار L1 لرأس Waypoint (الإحداثيات المستمرة).
- الهدف: إرساء مواءمة دقيقة بين النص، والتفكير، والتحكم المكاني.
المرحلة الثانية: الضبط الدقيق بالتعزيز (RFT)
- الخوارزمية: تحسين السياسة النسبية الجماعية (GRPO).
- الدافع: توفر GRPO استقراراً وكفاءة أعلى للمهام المعقدة مقارنة بـ PPO القياسي.
- تصميم المكافأة: توجه أربع مكافآت قابلة للتحقق عملية الاستكشاف:
  - مكافأة التنسيق (Format Reward): تضمن هيكل المخرجات (علامات XML).
  - صحة الفعل (Action Correctness): تكافئ الـ CoT الذي يؤدي منطقياً إلى المناورة الفيزيائية الصحيحة.
  - صحة التجذر (Grounding Correctness): يستخدم إعادة ترتيب (reranker) قائم على VLM للتحقق مما إذا كان الـ CoT يحدد المعالم البصرية بشكل صحيح.
  - عقوبة الطول (Length Penalty): تشجع على التفكير العميق ولكنها تعاقب الإطناب الزائد للحفاظ على زمن استجاف (latency) منخفض للاستدلال.

3. المساهمات الرئيسية

إطار عمل FreeFly-Thinking: نموذج VLA مبتكر مزدوج الرأس يوحد التخطيط المعرفي (CoT) مع التنفيذ الفيزيائي الدقيق (نقاط المسار المستمرة)، مما يجسّر بفعالية الفجوة الدلالية-التحكمية في الطائرات بدون طيار.
مجموعة بيانات معززة بالتفكير: مجموعة بيانات شاملة لـ UAV مشتقة من OpenFly، معززة بتعليقات CoT صريحة ومعالم بصرية، مما يعالج ندرة بيانات التفكير في الملاحة الجوية.
استراتيجية تدريب ثنائية المرحلة: خط معالجة مبتكر يجمع بين SFT للمواءمة الأساسية وRFT القائم على GRPO لتعزيز قدرات التخطيط المنطقي والتفكير دون التضحية بدقة التحكم.

4. النتائج التجريبية

أُجريت التجارب على تقسيمات اختبار غير مرئية وبيئات محاكاة جديدة.

مقاييس الأداء:
- معدل النجاح (SR): حقق 13.1% (مقابل 11.3% لـ OpenFly و4.3% لـ AerialVLN).
- خطأ الملاحة (NE): حقق 28.0م (الأقل هو الأفضل)، متفوقاً على OpenFly (32.7م) وAerialVLN (45.9م).
- متوسط خطأ الإزاحة (ADE): حقق 2.3م، وهو أفضل بكثير من النماذج المرجعية.
دراسات الاستئصال (Ablation Studies):
- الرأس المزدوج مقابل "لا تفكير": أدى إضافة رأس تفكير CoT إلى تحسين معدل نجاح (SR) لرأس نقاط المسار من 11.0% إلى 13.1%، وتقليل NE من 31.8م إلى 28.0م، مما يثبت أن التفكير الصريح يعزز التنفيذ الفيزيائي.
- تأثير RFT: بينما عزز RFT قدرات التفكير في رأس LM بشكل كبير (SR 30.4%، ودقة الفعل 84.5%)، إلا أنه ضحى بانخفاض طفيف في دقة نقاط المسار مقابل تخطيط منطقي متفوق، مما يؤكد قدرة النموذج على التفكير قبل التصرف.

5. الأهمية

يمثل هذا العمل تحولاً جذرياً في ملاحة الطائرات بدون طيار عبر الانتقال من "الخريطة المباشرة للصندوق الأسود" نحو التحكم القائم على التفكير والقابل للتفسير.

القابلية للتفسير: يسمح توليد مبررات CoT للمشغلين البشريين بفهم لماذا يتخذ الطيران قراراً معيناً، وهو أمر بالغ الأهمية للتطبيقات ذات الأهمية المتعلقة بالسلامة.
المتانة: من خلال ربط تخطيط المسار بالتفكير المنطقي والمعالم البصرية، أظهر النظام تعميماً فائقاً في البيئات الخارجية المعقدة وغير المرئية.
الاتجاه المستقبلي: يضع هذا العمل معياراً جديداً للذكاء الاصطناعي المجسد (Embodied AI) في المجالات الجوية ثلاثية الأبعاد، موضحاً أن دمج التفكير (CoT) مع التحكم المستمر ضروري لحل مهام الملاحة طويلة الأمد.