ملخص تقني: تحسين الانتشار التركيبي للتخطيط الموثوق طويل الأمد

1. بيان المشكلة

برزت نماذج الانتشار الاحتمالي كإطار عمل قوي لتخطيط المسارات، حيث تتعلم أخذ عينات مباشرة من توزيع الخطط الممكنة. ومع ذلك، فإن فعاليتها مقيدة بطبيعتها بأفق البيانات المتاحة للتدريب. إن جمع عروض توضيحية طويلة الأمد تغطي جميع مجموعات البداية والهدف هو أمر مكلف للغاية. ولمعالجة ذلك، تقوم الأساليب التركيبية (compositional approaches) بتفكيك المسارات الطويلة إلى قطع قصيرة المدى ومتداخلة، يتم نمذجتها بواسطة نماذج انتشار قصيرة المدى واحدة، وتجميع دوال التدرج (score functions) الخاصة بها في وقت الاستدلال.

نمط الفشل الأساسي للأساليب التركيبية الحالية (مثل GSC وCompDiffuser) هو متوسط الأنماط (mode-averaging). فعندما تكون توزيعات الخطط المحلية متعددة الأنماط (على سبيل المثال، يمكن للروبوت المرور عبر تقاطع ممر على اليسار أو اليمين)، قد تلتزم القطع المتجاورة بشكل مستقل بأنماط غير متوافقة. استراتيجية التجميع القياسية، التي تقوم بمتوسط تنبؤات الضجيج (التدرجات) للقطع المتجاورة في مناطق التداخل، تمزج هذه الأنماط غير المتوافقة. وينتج عن ذلك مسارات مركبة تقع في مناطق ذات كثافة منخفضة من التوزيع الحقيقي—وهي خطط ليست قابلة للتنفيذ محلياً ولا متماسكة عالمياً. وبينما تحاول طرق البحث القائمة على المجموعات (مثل CDGS) التخفيف من ذلك عبر عمليات التقليم وإعادة أخذ العينات، إلا أنها تتكبد تكاليف إضافية كبيرة في وقت الاستدلال وتعتمد على اختيار المرشحين بعد عملية التنفيذ بدلاً من توجيه عملية إزالة الضجيج نفسها.

2. المنهجية: تحسين الانتشار التركيبي (RCD)

يقترح المؤلفون تحسين الانتشار التركيبي (RCD)، وهو أسلوب توجيه خالٍ من التدريب يوجه أخذ العينات التركيبي نحو خطط عالية الكثافة ومتماسكة عالمياً دون الحاجة إلى تدريب إضافي أو تغييرات هيكلية في نموذج الانتشار المحلي. يعمل RCD من خلال الجمع بين إشارتي توجيه مستمدتين فقط من النماذج المحلية المدربة مسبقاً:

أ. خطأ إعادة البناء الذاتي كوكيل للكثافة

يستفيد RCD من الملاحظة القائلة بأن العينات الموجودة في مناطق الكثافة العالية من فضاء البيانات يتم إعادة بنائها بدقة من خلال دورة (الضجيج-إزالة الضجيج)، بينما تظهر العينات الخارجة عن الفضاء (بما في ذلك نواتج متوسط الأنماط) أخطاء إعادة بناء كبيرة.

• الآلية: بالنظر إلى مسار مرشح نظيف $\hat{\tau}_0$ (يتم الحصول عليه عبر تقدير Tweedie)، يقوم الأسلوب بإضافة ضجيج إليه عند خطوة زمنية اختبارية $s$ ويعيد بناءه باستخدام نماذج الانتشار المحلية.
• الأساس النظري: ثبت أن خطأ إعادة البناء الذاتي ($E_{recon}$) هو وكيل قابل للتفاضل لكثافة اللوغاريتم (log-density) المحلية. رسمياً، يوفر المجموع الموزون لأخطاء إعادة البناء عبر الخطوات الزمنية الاختبارية حداً أعلى لـ (Evidence Lower Bound - ELBO) السالب للتوزيع المركب. يؤدي تقليل هذا الخطأ إلى توجيه أخذ العينات نحو مناطق الكثافة العالية.

ب. حد اتساق التداخل

بينما يلتقط خطأ إعادة البناء الجودة العالمية، فقد يغفل عن عدم الاتساق المحلي عند حدود القطع.

• الآلية: يقدم RCD حداً لاتساق التداخل ($E_{ov}$) يعاقب عدم الاتفاق في التدرج (score disagreement) بين القطع المتجاورة عند متغيرات الحدود المشتركة بينها.
• الأساس النظري: في إطار تقريب Bethe المستخدم في الانتشار التركيبي، يتطلب الاتساق الهامشي أن تنتج القطع المتجاورة تدرجات متطابقة في مناطق التداخل الخاصة بها. يقيس $E_{ov}$ الفرق المربع بين تقديرات Tweedie للقطع المتجاورة عند تقييدها بمنطقة التداخل. يؤدي تقليل هذا الحد إلى فرض الاتساق الهامشي المطلوب لخطة عالمية متماسكة.

ج. هدف التوجيه

يُعرف هدف التوجيه المركب كما يلي:
$$E_{RCD}(\hat{\tau}_0; s) := E_{recon}(\hat{\tau}_0; s) + \lambda_{ov} E_{ov}(\hat{y}_{1:M})$$
حيث يزن $\lambda_{ov}$ اتساق التداخل. أثناء عملية الانتشار العكسي، يتم حساب تدرج هذا الهدف بالنسبة للعينة المشوشة ويُطبق كتصحيح لخطوة العكس القياسية. هذا يوجه أخذ العينات نحو توزيع مائل يتركز على الخطط عالية الكثافة والمتماسكة عالمياً.

3. المساهمات الرئيسية

1. التحليل النظري: يثبت البحث صلة رسمية بين خطأ إعادة البناء الذاتي للمسار المركب و (Evidence Lower Bound - ELBO) الخاص بالانتشار، مما يوفر تبريراً مبدئياً لاستخدام خطأ إعادة البناء كوكيل للكثافة. كما يوضح أن حد اتساق التداخل يقيس عدم الاتفاق في التدرج، وهو انتهاك مباشر لاتساق هامش Bethe.
2. اقتراح الخوارزمية: يقدم المؤلفون RCD، وهو أسلوب توجيه "plug-and-play" وخالٍ من التدريب. يستخدم فقط نموذج الانتشار المحلي المدرب مسبقاً لتوليد إشارة مجمعة (خطأ إعادة البناء + اتساق التداخل) توجه عملية أخذ العينات التركيبية، مما يخفف بفعالية من مشكلة متوسط الأنماط دون العبء الحسابي للبحث القائم على المجموعات.
3. التحقق التجريبي: تم تقييم RCD على معيار OGBench، والذي يغطي مهاماً متنوعة طويلة الأمد تشمل الحركة (PointMaze, AntMaze, HumanoidMaze)، والتلاعب بالأشياء (Cube, AntSoccer)، والملاحظات القائمة على البكسل (Visual AntMaze).

4. النتائج التجريبية

• قابلية تنفيذ الخطة: في التحليلات البصرية لبيئة AntMaze-Giant-Stitch، يتفوق RCD بشكل كبير على CompDiffuser وCDGS في إنتاج خطط قابلة للتنفيذ فيزيائياً (تجنب اختراق الجدران). وبينما يعاني CompDiffuser من متوسط الأنماط مما يؤدي إلى معدلات صلاحية منخفضة تصل إلى 15%، يحافظ RCD على معدلات صلاحية فوق 85-100% عبر المهام.
• معدلات النجاح: يحقق RCD باستمرار أعلى معدلات نجاح عبر جميع مهام OGBench. ومن الجدير بالذكر أنه في مهام المتاهة "Giant" الأكثر تحدياً حيث يتجاوز أفق التخطيط أفق بيانات التدريب بكثير، يحقق RCD نجاحاً شبه مثالي (مثلاً 100% في PointMaze-Giant، و89% في AntMaze-Giant)، متفوقاً على كل من الأساليب التركيبية القياسية والبدائل القائمة على البحث مثل CDGS.
• الكفاءة: يعد RCD أسرع بكثير من النماذج المرجعية القائمة على البحث. فهو يعمل بسرعة تزيد بمقدار عشرة أضعاف عن CDGS (الذي يتطلب إعادة أخذ عينات وتقليماً متكرراً)، وهو أسرع من التكييف ثنائي الاتجاه التلقائي (autoregressive bidirectional conditioning) لـ CompDiffuser، حيث يقوم RCD بتقييم جميع القطع في استدعاء واحد مجمع (batched call) لكل خطوة إزالة ضجيج.
• دراسات الاستئصال (Ablation Studies): تؤكد التجارب أن كلاً من خطأ إعادة البناء الذاتي وحد اتساق التداخل متكاملان. يوفر خطأ إعادة البناء الذاتي وحده تحسناً كبيراً، بينما يؤدي إضافة اتساق التداخل إلى تعزيز الأداء بشكل أكبر، لا سيالما في البيئات المعقدة مثل AntMaze-Giant.

5. الأهمية والادعاءات

يزعم البحث أن RCD يعالج نمط الفشل المهيمن في تخطيط الانتشار التركيبي—وهو متوسط الأنماط—عن طريق تحسين عملية إزالة الضجيج مباشرة بدلاً من تصفية المرشحين بعد التنفيذ. ومن خلال الاستفادة من إشارة الكثافة الجوهرية للنموذج المدرب مسبقاً (عبر إعادة البناء الذاتي) وفرض الاتساق عند الحدود، يتيح RCD تخطيطاً موثوقاً طويل الأمد دون الحاجة إلى بيانات تدريب إضافية أو إعادة تدريب النموذج.

يضع المؤلفون RCD كمكون عالمي و"plug-and-play" لنماذج الانتشار. وتكمن أهمية الطريقة بشكل خاص في قدرتها على الحفاظ على معدلات نجاح عالية وقابلية تنفيذ فيزيائية في السيناريوهات التي يكون فيها أفق التخطيط طويلاً بشكل تعسفي والتوزيعات المحلية متعددة الأنماط، وكل ذلك مع الحفاظ على كفاءة حسابية متفوقة على طرق البحث القائمة على المجموعات. يشير العمل إلى أن تحسين مسار أخذ العينات عبر إشارات النموذج الجوهرية هو استراتيجية أكثر فعالية للتخطيط التركيبي من الاعتماد على البحث الخارجي أو المعالجة اللاحقة.