🤖 AI

Differentiable Learning of Lifted Action Schemas for Classical Planning

تقدم هذه الورقة بنية شبكة عصبية مبتكرة تتعلم بمتانة مخططات الأفعال المرفوعة وتستنتج وسائط الأفعال غير المرصودة من آثار الحالة المرصودة بالكامل، لتكون بمثابة مكون قابل للتفاضل لنماذج التخطيط العصبي الرمزي.

المؤلفون الأصليون: Jonas Reiter, Jakob Elias Gebler, Hector Geffner

نُشر 2026-05-14

📖 5 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Jonas Reiter, Jakob Elias Gebler, Hector Geffner

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 تحاول تعليم روبوت كيفية لعب لعبة مثل سوكوبان (دفع الصناديق) أو برج هانوي (تحريك الأقراص)، ولكن لديك قيد محدد للغاية: يمكنك رؤية اللوحة قبل وبعد كل حركة، وتعرف ما هي الحركة التي تمت (مثل "تحريك الكتلة")، ولكنك لا تستطيع رؤية التعليمات الداخلية للروبوت حول أي كتل محددة اختار تحريكها.

هذا هو اللغز الذي تحاول ورقة بحثية بعنوان "التعلم التفاضلي لمخططات العمل المرفوعة في التخطيط الكلاسيكي" حله. لقد بنى المؤلفون، جوناث ريتر، وياكوب إلياس غيبلر، وهيكتور جيفنر، نوعًا جديدًا من الذكاء الاصطناعي يسمى DIAS (الاستنتاج التفاضلي لمخططات العمل) لاكتشاف القواعد الخفية للعبة بمجرد مراقبة تغير اللوحة.

إليك شرح مبسط لكيفية قيامهم بذلك، باستخدام تشبيهات من الحياة اليومية.

1. المشكلة: الطاهي "الصندوق الأسود"

تخيل طاهيًا ماهرًا يطهو وجبة معقدة. يمكنك رؤية المكونات على الطاولة قبل أن يبدأ (الحالة أ) والطبق النهائي في الطبق بعد ذلك (الحالة ب). وتعرف أيضًا أن الطاهي استخدم إجراء "التقطيع".

ومع ذلك، أنت لا تعرف أي جزرة تحديدًا قطعها الطاهي. هل قطع الكبيرة؟ الصغيرة؟ أم تلك التي كانت مقشرة بالفعل؟

الطرق القديمة كانت تتطلب منك إخبار الذكاء الاصطناعي بدقة أي جزرة تم تقطيعها.
DIAS عليه أن يستنتج: "بناءً على كيفية تغير كومة الجزر، لا بد أن الطاهي قد قطع الجزرة الكبيرة".

الهدف هو تعلم القاعدة العامة (المخطط/Schema) التي تنطبق على أي جزرة، وليس فقط على هذه الجزرة المحددة في الفيديو. هذا يشبه تعلم وصفة "تقطيع أي خضروء" بدلاً من "تقطيع هذه الجزرة المحددة".

2. الحل: الشبكة العصبية "المحققة"

ابتكر المؤلفون شبكة عصبية تعمل كمحققة. وهي تعمل في مرحلتين رئيسيتين:

المرحلة 1: المحققة "من فعل ذلك؟" (الاختيار)

ينظر الذكاء الاصطناعي إلى صور "قبل" و"بعد" لوحة اللعبة. يستخدم شبكة عصبية رسومية (GNN) — فكر في هذا كعين ذكية جدًا ترى العلاقات بين الأشياء (على سبيل المثال، "الكتلة أ فوق الكتلة ب").

ينشئ الذكاء الاصطناعي "بصمة" (تضمين/embedding) لكل كائن على اللوحة.
ثم يسأل: "أي من هذه البصمات تطابق 'الخانة' المخصصة لإجراء 'التحريك'؟"
يستخدم خدعة رياضية تسمى Sinkhorn (تخيل طريقة فعالة جدًا لفرز البطاقات في أكوام) لتخصيص الأشياء الصحيحة للأدوار الصحيحة في الإجراء. الأمر يشبه قول الذكاء الاصطناعي: "أنا متأكد بنسبة 90% أن الروبوت حرك الكتلة الحمراء، وليس الزرقاء".

المرحلة 2: المحققة "ماذا حدث؟" (الآثار)

بمجرد أن يخمن الذكاء الاصطناعي الأشياء التي كانت مشاركة في العملية، فإنه يحاول تعلم قواعد اللعبة:

المقدمات (Preconditions): ما الذي كان يجب أن يكون صحيحًا قبل الحركة؟ (على سبيل المثال، "يجب أن يكون أعلى الكتلة فارغًا").
الآثار (Effects): ما الذي تغير بسبب الحركة؟ (على سبيل المثال، "الكتلة الآن على الطاولة").

يكتب الذكاء الاصطناعي هذه القواعد بتنسيق رمزي (مثل لغة برمجة تسمى PDDL). ثم يقوم بمحاكاة الحركة باستخدام هذه القواعد المخمنة ليرى ما إذا كان يتوقع صورة "ما بعد" بشكل صحيح. إذا كانت المحاكاة تطابق صورة "ما بعد" الحقيقية، يتلقى الذكاء الاصطناعي إشارة "عمل جيد". إذا لم يكن كذلك، فإنه يعدل تخميناته ويحاول مرة أخرى.

3. المكون "السحري": التعلم التفاضلي

عادةً ما يكون تحديد "أي كائن تم تحريكه" خيارًا ثنائيًا (إما الكتلة الحمراء أو الكتلة الزرقاء). وهذا أمر صعب التعلم بالنسبة للذكاء الاصطناعي لأنه لا يمكنك بسهولة "دفع" الإجابة لتكون في المنتصف.

يكمن الاختراق في ورقة البحث في جعل هذه العملية تفاضلية (Differentiable).

تشبيه: تخيل أنك تحاول ضبط جهاز راديو للحصول على محطة صافية. بد instead من القفز من المحطة 1 إلى المحطة 2، يمكنك تحريك القرص ببطء.
DIAS لا يخمن "الكتلة الحمراء" فحسب. بل يخمن "80% كتلة حمراء، 20% كتلة زرقاء". هذا يسمح للذكاء الاصطناعي باستخدام الاشتقاق المتدرج (Gradient Descent) (وهي تقنية قياسية في تعلم الآلة) لتدريجيًا تحريك تخميناته نحو الإجابة المثالية، بدلاً من التعثر في حلقة من التخمينات الخاطئة.

4. ماذا وجدوا؟ (النتائج)

اختبر الفريق DIAS على 13 مجالًا مختلفًا من مجالات التخطيط الكلاسيكي (مثل Blocksworld، وLogistics، وHanoi).

الدرجات الكاملة: عندما أعطوا الذكاء الاصطناست قائمة كاملة بالمتغيرات (إخباره بدقة أي الكتل تحركت)، فقد تعلم القواعد بشكل مثالي في كل مرة.
الوضع الصعب: عندما أخفوا المتغيرات (إعطاؤه اسم الإجراء فقط، مثل "تحريك")، ظل يتعلم القواعد بشكل مثالي في 8 من أصل 13 مجالًا. وفي المجالات الأخرى، كان قريبًا جدًا من المثالية.
مقاومة الضجيج: اختبروه ببيانات "مشوشة" (حيث يتم قلب بعض الحقائق حول اللوحة عشوائيًا، مثل القول بأن كتلة ما "مكشوفة" بينما هي في الواقع مغطاة). تعامل DIAS مع هذا الأمر بشكل جيد بشكل مفاجئ، رغم أن الضجيج الزائد أدى في النهاية إلى إرباكه.
المقارنة: قارنوا طريقتهم بطريقة رمزية تقليدية (L1). كان DIAS أفضل بكثير في العثً على القواعد الصحيحة، خاصة في المجالات المعقدة حيث فشلت الطريقة القديمة في العثور على جميع الشروط الضرورية.

5. لماذا هذا مهم (بدون مبالغة)

تدعي الورقة أن هذا هو تبسيط لمشكلة أصعب بكثير: تعلم قواعد التخطيط مباشرة من الصور (مثل مشاهدة فيديو لذراع روبوت يحرك الكتل).

الإنجاز الحالي: لقد حلوا "الخطوة الوسطى" بشكل مثالي. لقد أثبتوا أنه إذا كان بإمكانك رؤية الحالة الرمزية (قائمة الحقائق) ولكن ليس المتغيرات، فلا يزال بإمكانك تعلم القواعد باستخدام شبكة عصبية.
الهدف المستقبلي: يأمل المؤلفون في النهاية في دمج وحدة "DIAS" هذه في نظام أكبر ينظر إلى الصور الخام ويتعلم القواعد مباشرة، دون الحاجة إلى إنسان لترجمة الصورة إلى قائمة من الحقائق أولًا.

باختًا: تقدم الورقة محقق ذكاء اصطناعي جديد يمكنه مراقبة لعبة، وتخمين القطع التي تحركت، واستنتاج القواعد العالمية للعبة، وكل ذلك من خلال عملية تعلم سلسة قائمة على الرياضيات تتجنب الوقوع في طريق مسدود.

ملخص تقني: التعلم التفاضلي لمخططات الأفعال المرفوعة للتخطيط الكلاسيكي

صياغة المشكلة

تعالج الورقة البحثية تحدي تعلم مخططات الأفعال المرفوعة (lifted action schemas) لنطاقات التخطيط الكلاسيكي من تتبعات رصدية. تحديداً، يتناول المؤلفون إعداداً تكون فيه الحالات مرصودة بالكامل (ممثلة كذرات STRIPS مجذرة) ولكن وسائط الأفعال غير مرصودة. تتكون المدخلات من ثلاثيات $\langle s, a, s' \rangle$ ، حيث $s$ و $s'$ حالات مجذرة، و $a$ هو إما اسم فعل كامل، أو فعل STRIPS+ (مع رصد بعض الوسائط)، أو اسم فعل فقط.

تكمن الصعوبة الجوهرية في مشكلة التماثل الصعبة (isomorphism-hard problem) التي تتطلب استنتاج ما يلي في آن واحد:

وسائط الأفعال (Action Arguments): تحديد أي الكائنات ترتبط ببارامترات الفعل.
المخططات المرفوعة (Lifted Schemas): تعلم الشروط المسبقة والآثار (قوائم الإضافة والحذف) لكل مخطط فعل في شكل رمزي مرفوع.

يتم تأطير هذه المشكلة كعملية تبسيط للمهمة الأكثر واقعية المتمثلة في التعلم من تسلسلات الصور وتسميات الأفعال، بهدف حل خطوة التجريد الرمزي بدقة تقارب الكمال لتمكين التكامل في أنظمة أكبر تعتمد على الشبكات العصبية الرمزية (neuro-symbolic systems).

المنهجية: بنية DIAS

يقترح المؤلفون DIAS (الاستنتاج التفاضلي لمخططات الأفعال)، وهي بنية عصبية تتعلم مخططات الأفعال عبر الانحدار الاشتقاقي. تعمل هذه الطريقة في مرحلتين رئيسيتين، باستخدام عمليات ناعمة وتفاضلية للسماح بالتدريب من النهاية إلى النهاية.

1. اختيار الكائنات عبر الشبكات العصبية الرسومية (GNN)

بناء الرسم البياني: يتم ترميز الحالة $s$ والانتقال إلى $s'$ كرسم بياني موجه $G$ . تمثل العقد الكائنات، وتمثل الحواف المحمولات (predicates/atoms) الصحيحة في الحالة أو المضافة/المحذوفة أثناء الانتقال.
التضمين (Embedding): تقوم شبكة عصبية رسومية تلافيفية علاقية (R-GCN) بمعالجة الرسم البياني لتوليد متجهات تضمين بأبعاد $d$ (مفاتيح $K$ ) لكل كائن.
تعيين الفتحات (Slot Assignment): لكل اسم فعل $a$ ، يحافظ النموذج على متجهات استعلام قابلة للتعلم $Q_a$ تقابل عدداً ثابتاً من "الفتحات" (حد أقصى لعدد وسائط الفعل - arity).
المطابقة الناعمة: يتم حساب مصفوفة تطابق عبر آلية الانتباه (scaled dot-product attention) بين مفاتيح الكائنات واستعلامات الأفعال. ثم يتم تطبيق خوارزمية Sinkhorn مستطيلة لإنتاج مصفوفة تعيين ناعمة $\tilde{S}_a$ ، تقوم بربط الكائنات بفتحات وسائط الفعل احتماليًا. تحدد أوزان الفتحات القابلة للتعلم $w_a$ احتمالية تفعيل كل فتحة، مما يسمح للنموذج باستنتاج عدد وسائط الفعل.

2. تعلم الشروط المسبقة والآثار

الوسائط المرفوعة: يحافظ النموذج على تنسورات احتمالية قابلة للتعلم لكل محمول مرفوع $p(x_i, x_j)$ لتحديد ما إذا كان شرطاً مسبقاً موجباً/سالباً، أو أثراً مضافاً، أو أثراً محذوفاً.
التجذير (Grounding): تقوم التعيين الناعم $\tilde{S}_a$ بإسقاط هذه الاحتمالات المرفوعة في فضاء مصفوفة التجاور المجذرة، مما يعطي احتمالات لوجود محمولات معينة كشروط مسبقة أو آثار في الحالة الحالية.
التنبؤ بالحالة:
- التحقق من الشرط المسبق: يحسب النموذج احتمال $p_{pre}$ أن جميع الشروط المسبقة قد استوفيت من خلال تقييم اقتران احتمالات المحمولات الفردية. ولتجنب تلاشي التدرج الناتج عن التهيئة العشوائية، تُستخدم استراتيجية جدولة المتوسط الهندسي، والتي تنتقل تدريجياً إلى الضرب الحقيقي.
- تطبيق الآثار: يتم حساب الحالة اللاحقة المتوقعة $\hat{A}'$ عن طريق تطبيق احتمالات الإضافة والحذف المجذرة على مصفوفة التجاور $A$ للحالة الحالية، مع قياسها بـ $p_{pre}$ .

3. دالة الخسارة والتحسين

يهدف هدف التدريب إلى تقليل خسارة مركبة:

الخسارة الرئيسية ( $L_{adj}$ ): هي الخسارة التقاطعية الثنائية (binary cross-entropy) بين الحالة اللاحقة المتوقعة $\hat{A}'$ والحالة اللاحقة الحقيقية $A'$ . هذا يدفع النموذج لاختيار الوسائط بشكل صحيح والتنبؤ بتغيرات الحالة.
الخسارة المساعدة ( $L_{aux}$ ): تشجع على الآثار الدنيا والشروط المسبقة القصوى. هذا يمنع النموذج من تعلم حلول تافهة (مثل افتراض أن جميع المحمولات هي آثار أو عدم وجود شروط مسبقة) من خلال معاقبة الآثار غير النشطة والشروط المسبقة غير النشطة.
إسقاط التدرج (Gradient Projection): لضمان عدم المساس بالهدف الرئيسي للتنبؤ بالحالة بواسطة الأهداف المساعدة، يستخدم المؤلفون PCGrad (جراحة التدرج). يتم إسقاط التدرج المساعد على المستوي العمودي على التدرج الرئيسي إذا تعارضا، مما يضمن أن عملية تحسين $L_{main}$ لها الأولوية.

النتائج الرئيسية

قيم المؤلفون DIAS على 13 مجال تخطيط قياسي (مثل Blocks, Logistics, Hanoi, Sokoban) باستخدام ثلاثة متغيرات رصدية: أفعال STRIPS كاملة، وأفعال STRIPS+، وأسماء الأفعال فقط.

الاستعادة الكاملة: في 8 من أصل 13 مجالاً، تعلم DIas مخططات الأفعال المرفوعة الأصلية تماماً في جميع جولات التدريب العشر عبر جميع متغيرات الرصد الثلاثة.
المتانة:
- الضجيج: أظهر النموذج متانة تجاه ضجيج الرصد (قلب عشوائي للمحمولات) حتى درجتين من القلب لكل انتقال في معظم المجالات. وتدهور الأداء بشكل كبير عند 8 قلبات.
- المقارنة مع الطرق الرمزية: مقارنة بخواريتم L1 (نهج قائم على SAT)، حقق DIAS أداءً متفوقاً أو مماثلاً، خاصة في المجالات التي فشل فيها L1 في استعادة الشروط المسبقة التي تتضمن متغيرات غير موجودة في الآثار.
- تحليل الفشل: عُزي الفشل أساساً إلى:
  - النهايات المسدودة (Dead ends): مثل مجال Sokoban حيث تفشل السير العشوائي في استكشاف مناطق حرجة من الحالة.
  - بنية فضاء الحالة: هيكل مثلث Sierpiński في مجال Hanoi يحد من تغطية السير العشوائي.
  - الأفعال الزائدة (Redundant actions): في مجال Satellite، حيث تؤدي أفعال مثل take_image غالباً إلى عدم تغيير الحالة، مما يربك تعلم الآثار.
تجربة الاستئصال لـ MLP: أظهرت تجربة استئصال استبدلت آثار STRIPS بـ MLP أنه بينما يمكن للبنية تعلم ديناميكيات تعتمد على الحالة، إلا أنها تفشل في إنتاج مخططات رمزية مناسبة للتخطيط الكلاسيكي، مما يبرز ضرورة صياغة STRIPS المرفوعة للتعميم.

الأهمية والادعاءات

يدعي البحث أن DIAS يمثل خطوة هامة نحو تعلم مجالات التخطيط من الملاحظات الخام (مثل الصور) من خلال حل مشكلة التجريد الرمزي الوسيط بدقة عالية.

القابلية للتفاضل: المساهمة الأساسية هي مكون تفاضلي قوي يمكنه تعلم مخططات الأفعال المرفوعة دون الحاجة إلى وسائط أفعال صريحة، مما يسد الفجوة بين المعالجة العصبية للملاحظات والتخطيط الرمزي.
التعميم: على عكس النماذج الديناميكية القائمة على الفتحات (مثل RIMs) التي تعاني مع أعداد متغيرة من الكائنات، يتعلم DIAS تمثيلات مرفوعة يمكن تعميمها على أي عدد من الكائنات، وهي خاصية متأصلة في STRIPS ولكن يصعب تعلمها من البيانات.
النطاق المتواضع: يحدد المؤلفون صراحة هذا العمل كعملية تبسيط للتحدي الأوسع المتمثل في التعلم من الصور. هم لا يدعون حل مشكلة "من الصورة إلى التخطيط" مباشرة، بل يجادلون بأن تحقيق أداء "يقارب الكمال" في خطوة التجريد الرمزي هو شرط مسبق ضروري وصعب لمثل هذه الأنظمة.
القيود: يفترض النهج مجالات STRIPS نقية (لا توجد آثار شرطية أو ميزات عددية) ويعتمد على افتراض أن وسائط الأفعال مرتبطة بالكائنات ارتباطاً حقلياً (injectively bound). كما يواجه النهج صعوبة في المجالات حيث يوفر أخذ العينات عبر السير العشوائي تغطية غير كافية لفضاء الحالة.