🤖 AI

SOM: Structured Opponent Modeling for LLM-based Agents via Structural Causal Model

تقترح الورقة البحثية نموذج نمذجة الخصم المهيكل (SOM)، وهو إطار عمل ثنائي المراحل يستفيد من النماذج السببية الهيكلية لفصل بناء تمثيل الخصم عن التنبؤ بشكل صريح، مما يعزز دقة وقدرة الوكلاء القائمين على النماذج اللغوية الكبيرة (LLMs) على التكيف في البيئات متعددة الوكلاء الديناميكية.

المؤلفون الأصليون: Shiyue Cao, Pei Xu, Likun Yang, Lei Cui, Xiaotang Chen, Kaiqi Huang

نُشر 2026-05-11

📖 5 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Shiyue Cao, Pei Xu, Likun Yang, Lei Cui, Xiaotang Chen, Kaiqi Huang

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

الصورة الكبيرة: تخمين ما يدور في عقل الخصم

تخيل أنك تلعب لعبة لوحية معقدة أو لعبة فيديو ضد حاسوب ذكي جداً. لكي تفوز، عليك أن تخمن الحركة التي سيقوم بها في الخطوة التالية.

تحاول وكلاء الذكاء الاصطناعي الحالية (المدعومة بالنماذج اللغوية الكبيرة، أو LLMs) القيام بذلك عبر "التفكير بصوت عالٍ" فقط. ينظرون إلى تاريخ اللعبة ويقولون: "همم، لقد فعل (س)، لذا ربما سيفعل (ص)". المشكلة هي أن هذه العملية غالباً ما تكون عملية تفكير فوضوية وغير مرتبة. الأمر يشبه محاولة حل متاهة عبر الجري في دوائر دون خريطة. أحياناً يصاب الذكاء الاصطناعي بالارتباك، أو يفقد التفاصيل الرئيسية، أو يختلق أشياء من خياله (الهلوسة) لأنه لا يملك خطة واضحة لكيفية فهم عقل الخصم.

يقترح مؤلفو هذه الورقة طريقة جديدة تسمى SOM (نمذجة الخصم الهيكلية). بدلاً من مجرد التخمين، تمنح SOM الوكيل الذكي مخططاً أو رسمًا بيانيًا انسيابيًا ليتبعه. إنها تقسم مشكلة "فهم عقل الخصم" إلى خطوتين متميزتين: بناء الخريطة واستخدام الخريطة.

الخطوة 1: بناء الخريطة (مرحلة الإنشاء)

تخيل عملية اتخاذ القرار لدى الخصم كأنها لغز. أنت ترى حركته النهائية (الفعل)، لكنك لا ترى الأفكار التي أدت إليه.

في المرحلة الأولى، يعمل SOM مثل المحقق.

الملاحظة: يراقب الذكاء الاصطناعي ما فعله الخصم.
التأمل: يسأل الذكاء الاصطناعي نفسه: "لماذا فعل ذلك؟". يحاول تخيل الأفكار الخفية أو "الخطوات الوسطى" التي مر بها الخصم. على سبيل المثال، في لعبة تخمين الأرقام، قد يكون الخصم قد فكر: "لقد رأيت الجميع يختارون أرقاماً عالية، لذا قررت خفض رقمي لأكون في أمان".
المخطط (SCM): يأخذ الذكاء الاصطناعي هذه "الأفكار الوسطى" ويرسم رسمًا بيانيًا سببيًا. هذا الرسم عبارة عن مخطط بأسهم توضح السبب والنتيجة.
- الملاحظة $\leftarrow$ الفكرة الخفية (مثلاً: "إنهم عدوانيون") $\leftarrow$ الفعل.

تسمي الورقة هذا نموذجاً سببيًا هيكليًا (SCM). تخيله كمخطط انسيابي يقول: "إذا رأى الخصم هذا، فمن المرجح أن يفكر في ذلك، مما يؤدي به إلى فعل هذا". يستمر الذكاء الاصطناعي في تحسين هذه الخريطة، حيث يضيف "عُقد أفكار" جديدة إذا رأى نمطاً لم يره من قبل، ويحذف "عُقد الأفكار" التي تبين أنها خاطئة.

الخطوة 2: استخدام الخريطة (مرحلة التنبؤ)

بمجرد بناء الخريطة، ينتقل الذكاء الاصطناي إلى الخطوة 2: التنبؤ.

الآن، بدلاً من التخمين العشوائي، يتبع الذكاء الاصطناً المخطط الانسيابي.

ينظر إلى وضع اللعبة الحالي (المدخلات).
يتبع الأسهم الموجودة على الخريطة وصولاً إلى "عقدة الفكرة" التالية.
يسأل النموذج اللغوي الكبير (LLM): "بناءً على الخريطة والأمثلة السابقة حيث أدت هذه الفكرة المحددة إلى فعل معين، ماذا سيفعل الخصم بعد ذلك؟"

هذا يشبه نظام ملاحة GPS. بد instead من القيادة بلا هدف على أمل الوصول إلى الوجهة، يتبع الذكاء الاصطناعي المسار المحدد الذي رسمه مسبقاً. هذا يجعل التنبؤ أكثر استقراراً ودقة.

لماذا هذا أفضل؟ (سر "السحر" في العملية ذات المرحلتين)

تجادل الورقة بأن الطرق السابقة حاولت القيام بكل من "عمل المحقق" و"التنبؤ" في آن واحد في عملية ذهنية واحدة ضخمة وفوضوية. وهذا غالباً ما يؤدي إلى الارتباك.

تقوم SOM بفصل العمليتين:

المرحلة 1 تتعلق بـ تعلم الهيكل. إنها تشبه معلماً يرسم مخططاً على السبورة ليشرح كيف يفكر الطالب.
المرحلة 2 تتعلق بـ استخدام ذلك المخطط للتنبؤ بالحركة التالية.

من خلال الفصل بينهما، لا يضيع الذكاء الاصطناعي؛ بل يمتلك مساراً واضحاً لاتباعه.

اختبارات العالم الحقيقي (التجارب)

اختبر الباحثون هذا في ثلاث "ألعاب" مختلفة لمعرفة ما إذا كان الأمر سيعمل بالفعل:

لعبة "تخمين المتوسط": يختار اللاعبون رقماً، والفائز هو الأقرب إلى 80% من متوسط المجموعة. يتطلب هذا تفكيراً عميقاً حول ما يفكر فيه الآخرون.
- النتيجة: فازت SOM أكثر من طرق الذكاء الاصطناعي الأخرى لأنها استطاعت نمذجة سلسلة "أنا أعتقد أنك تعتقد أن..." المعقدة بشكل أفضل.
مزاد البقاء على قيد الحياة: يزايد اللاعبون للحصول على الماء للبقاء على قيد الحياة.
- النتيجة: بقيت SOM على قيد الحياة لفترة أطول. لقد أدركت أن "إلحاح" الخصم (انخفاض الصحة) تسبب في مدياته في المزايدة بقوة، واستخدمت تلك "الفكرة الوسطى" للتنبؤ بمزايداتهم.
لعبة "المتخفي": وهي لعبة استنتاج اجتماعي يحاول فيها اللاعبون تخمين من يكذب.
- النتيجة: كانت SOM أفضل في كشف الكاذبين لأنها رسمت مساراً لكيفية اعتماد كلمات الكاذب على دوره الخفي، بدلاً من مجرد التفاعل مع الكلمات نفسها.

خدعة "نقل المعرفة"

أحد النتائج الرائعة في الورقة هو نقل المعرفة (Knowledge Transfer).
تخيل أنك بنيت خريطة مثالية لكيفية تفكير خصم معين باستخدام ذكاء اصطناعي فائق الذكاء (مثل GPT-4). توضح الورقة أنه يمكنك أخذ هذه الخريطة وإعطاؤها لذكاء اصطناعي أصغر وأقل ذكاءً (مثل نموذج مفتوح المصدر قياسي). على الرغم من أن النموذج الأصغر ليس بذكاء الأول، إلا أن امتلاك "الخريطة" يساعده على اللعب بشكل أفضل ضد ذلك الخصم المحدد. الأمر يشبه إعطاء سائق مبتدئ مسار GPS مفصلاً؛ قد لا يكون بطلاً في سباقات السيارات، لكنه لن يضل الطريق.

ملخص

تقدم الورقة SOM، وهي طريقة تجعل وكلاء الذكاء الاصطناعي أفضل في التنبؤ بما سيفعله خصومهم.

المشكلة: نماذج الذكاء الاصطناعي الحالية تخمن بطريقة فوضوية للغاية.
الحل: تقسيم العملية إلى خطوتين: بناء خريطة سببية لتفكير الخصم، ثم اتباع تلك الخريطة للتنبؤ بحركتهم التالية.
النتيجة: يفوز الذكاء الاصطناعي في المزيد من الألعاب، ويبقي على قيد الحياة لفترة أطول، ويرتكب أخطاء أقل لأنه يمتلك طريقة هيكلية ومنطقية لفهم خصومه، بدلاً من مجرد التخمين.

ملخص تقني: SOM – نمذجة الخصم المهيكلة للوكلاء القائمين على النماذج اللغوية الكبيرة عبر النموذج السببي الهيكلي

بيان المشكلة

في البيئات متعددة الوكلاء والبيئات القائمة على نظرية الألعاب، يعتمد نجاح الوكلاء القائمين على النماذج اللغوية الكبيرة (LLM) بشكل حاسم على قدرتهم على التنبؤ بسلوك الخصم بدقة وتكييف استراتيجياتهم وفقًا لذلك. عادة ما تدمج النهج الحالية بين نمذجة الخصم (تحديد كيفية اتخاذ الخصوم للقرارات) والتنبؤ بالخصم من خلال الاستدلال السياقي الضمني. يؤدي هذا الدمج إلى عدة قيود:

نقص القدرة على التحكم: مسارات الاستدلال ليست محددة صراحة، مما يجعل من الصرع التحكم في عملية الاستدلال أو توجيه النموذج حول المتغيرات الوسيطة (مثل المعتقدات، أو المعلومات المخفية) التي يجب مراعاتها.
عدم الاستقرار والهلوسة: بدون توجيه هيكلي، غالبًا ما تفقد النماذج اللغوية الكبيرة معلومات رئيسية أو تنتج هلوسات عند استنتاج التفاعلات الاستراتيجية المعقدة.
الاستدلال الساكن: طرق الاستدلال المهيكلة الحالية (مثل سلسلة الأفكام Tree-of-Thought، أو رسم بياني للأفكار Graph-of-Thought) مصممة أساسًا للمشكلات الساكنة وتفتقر إلى آليات لدمج التغذية الراجعة الخارجية أو التكيف مع الطبيعة غير المستقرة للتفاعلات الاستراتيجية الديناميكية.

المنهجية: نمذجة الخصم المهيكلة (SOM)

يقترح المؤلفون نمذجة الخصم المهيكلة (SOM)، وهو إطار عمل يتكون من مرحلتين يفصل صراحةً بين بناء نموذج الخصم والتنبؤ بالخصم. يستفيد الإطار من النماذج السببية الهيكلية (SCMs) لصياغة عملية اتخاذ القرار لدى الخصم كرسوم بيانية موجهة غير حلقية (DAG) من التبعيات السببية.

1. بناء نموذج الخصم (النموذج السببي الهيكلي الديناميكي)

في هذه المرحلة، يقوم SOM ببناء وتطوير رسم بياني سببي صريح $\mathcal{G}(\mathcal{V}, \mathcal{E})$ يمثل التبعيات بين العوامل الملحوظة وأفعال الخصم.

التهيئة: تبدأ العملية برسم بياني أدنى يحتوي على حواف من جميع المتغيرات الملحوظة إلى فعل الخصم.
التأمل والاستخراج: بعد ملاحظة فعل الخصم، يتم توجيه النموذج اللغوي الكبير (LLM) عبر "تأمل" (reflection) لتوليد خطوات استدلال وسيطة (متغيرات كامنة) تفترض الروابط بين الملاحظات والأفعال. تقوم وحدة منفصلة بتحليل هذا النص لاستخراج سلاسل سببية مهيكلة (على سبيل المثال: $الملاحظة \rightarrow عقدة\_وسيطة \rightarrow الفعل$ ).
الدمج والتقليم: يتم مطابقة العقد الوسيطة المستخرجة مع العقد الموجودة بالفعل في الرسم البياني. يتتبع عداد التعزيز تكرار كل عقدة. يتم تقليم الرسم البياني دوريًا للاحتفاظ بأكثر العقد تكرارًا (Top- $K$ ) فقط، واستبعاد الفرضيات العابرة أو المفندة للحفاظ على بنية سببية موجزة وقوية.

2. التنبؤ بالخصم (الاستدلال المهيكل)

بمجرد بناء النموذج السببي الهيكلي (SCM)، يقوم النموذج اللغوي الكبير بالتنبؤ عبر عبور الرسم البياني بترتيب طوبولوجي.

الاستدلال الطوبولوجي: يستنتج الوكيل قيمة كل عقدة فقط بعد تحديد العقد الأبوية لها. يتم أخذ العقد الجذرية (الملاحظات) من البيئة؛ بينما يتم حساب العقد الوسيطة وعقد الأفعال عبر المعادلات الهيكلية.
p* الاستدلال الموجه بالأمثلة: لكل خطوة استدلال، يسترجع النموذج اللغوي أمثلة استدلال ذات صلة من مجمع أمثلة خاص بالخصم. تتكون هذه الأمثلة من مسارات استدلال ناجحة من "الأب إلى الابن" من التفاعلات السابقة.
التكيف الشخصي: يتم تحديث مجمع الأمثلة ديناميكيًا. يتم تخزين خطوات الاستدلال التي تؤدي إلى تنبؤات صحيحة فقط، مما يضمن تراكم النموذج لمعرفة عالية الجودة وخاصة بالخصم. يسمح هذا للوكيل بمحاكاة المنطق الوظيفي لقرار الخصم ( $V_j = f_j(Pa(V_j))$ ) بقدرة عالية على التكيف.

المساهمات الرئيسية

إطار عمل مبتكر: تقديم SOM، الذي يحول التنبؤ بالخصم إلى عملية استدلال مهيكلة وقابلة للتحكم من خلال ترسيخها في النماذج السببية الهيكلية.
آليات مزدوجة: تنفيذ (أ) آلية بناء ديناميكية تعمل على تحسين الرسم البياني السببي بشكل متكرر بناءً على التغذية الراجعة للتفاعل، و(ب) آلية دمج تضخ معرفة الاستدلال الخاصة بالخصم في التبعيات المهيكلة عبر مجمع الأمثلة.
التحقق التجريبي: تجارب شاملة تثبت أن SOM يتفوق على أفضل الأساليب المرجعية الحالية (بما في ذلك Chain-of-Thought، وTree-of-Thought، وK-Level Reasoning، وReflexion) عبر بيئات متعددة الوكلاء متنوعة.

النتائج التجريبية

قيم المؤلفون SOM في ثلاث بيئات متميزة: G0.8A (لعبة تخمين الأرقام)، ولعبة مزاد البقاء (SAG)، ولعبة المتخفي (Undercover Game) (لعبة الاستنتاج الاجتماعي).

الأداء: حقق SOM باستمرار أعلى معدلات فوز وأعلى عدد جولات بقاء مقارنة بالأساليب المرجعية. في G0.8A، حقق SOM متوسط معدل فوز قدره 0.53، متفوقًا بشكل كبير على أفضل طريقة تالية (K-R بنسبة 0.45). وفي SAG، نجا SOM في متوسط 7.8 جولة، متجاوزًا K-R (7.1) وجميع الأساليب المرجعية الأخرى.
القدرة على التكيف: أظهر SOM قدرة فائقة على التكيف ضد الخصوم "المختلطين" (الذين يجمعون استراتيجيات متنوعة)، حيث واجهت أساليب الاستدلال الساكنة مثل Tree-of-Thought صعوبات.
الاستقرار طويل الأمد: أظهر تحليل انحراف التنبؤ عبر الحلقات أن معدلات الخطأ في SOM انخفضت واستقرت بثبات، بينما استقرت الأساليب المرجعية مثل Reflexion عند مستويات ثابتة دون تحسن.
دراسات الاستئصال (Ablation Studies): أدى حذف مكونات مثل العقد الوسيطة، أو تحسين الرسم البياني، أو مجمع الأمثلة إلى انخفاض كبير في الأداء، مما يؤكد أن الجمع بين بناء الرسم البياني الهيكلي واسترجاع الأمثلة الشخصية أمر بالغ الأهمية.
نقل المعرفة: توضح الورقة أن نموذج الخصم المهيكل (الرسم البياني + الأمثلة) الذي بناه وكيل قوي (GPT-4o) يمكن نقله إلى نماذج مفتوحة المص المصدر أضعف (مثل LLaMA-3-8B وMixtral-8B)، مما يحسن أداءها بشكل كبير دون الحاجة إلى ضبط دقيق (fine-tuning).

الأهمية والادعاءات

تدعي الورقة أن SOM يمثل خطوة هامة نحو بناء وكلاء قائمين على النماذج اللغوية الكبيرة أكثر تكيفًا، وقابلية للتفسير، ومتانة في البيئات المعقدة متعددة الوكلاء. من خلال الفصل الصريح بين بناء النموذج والتنبؤ، يعالج SOM طبيعة "الصندوق الأسود" للاستدلال الضمني، مما يوفر مسارًا واضحًا وقابلًا للتحكم لاتخاذ القرارات الاستراتيجية.

يقر المؤلفون بوجود قيد: وهي أن الهياكل السببية المكتشفة هي تبعيات وظيفية مستنتجة من البيانات الملحوظة وليست آليات معرفية تم التحقق منها للخصم. ومع ذلك، يجادلون بأن هذا النهج المهيكل يوفر أساسًا عمليًا وفعالًا للاستدلال الاستراتيجي في الإعدادات الديناميكية، متفوقًا على الأساليب التي تعتمد فقط على السياق الضمني أو أشجار الاستدلال الساكنة. إن قدرة الإطار على نقل المعرفة المهيكلة عبر بنيات نماذج مختلفة تبرز أيضًا فائدته المحتملة في الأنظمة متعددة الوكلاء غير المتجانسة.