🤖 machine learning

The Kalman Evolve: Closing the Gap in Kalman Filtering via Interpretable Algorithm Discovery

تقدم الورقة البحثية "Kalman Evolve"، وهو إطار عمل يستفيد من النماذج اللغوية الكبيرة لاكتشاف تعديلات غير تآلفية وقابلة للتفسير على بنية تحديث مرشح كالمان، مما يغلق فجوة الأداء في سيناريوهات الاستشعار غير الخطية حيث تفشل عمليات ضبط المعلمات التقليدية.

المؤلفون الأصليون: Vasileios Saketos, Ming Xiao

نُشر 2026-05-27

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Vasileios Saketos, Ming Xiao

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 تتبع بالون هارب في حديقة عاصفة. لديك خريطة وبوصلة (هذا هو "نموذجك")، وتحصل على لمحات متقطعة للبالون من خلال تلسكوب (هذه هي "ملاحظاتك").

لعقود من الزمن، كانت أفضل طريقة لتخمين مكان البالون التالي هي أداة رياضية تسمى مرشح كالمان (Kalman Filter). فكر في هذه الأداة كآلة حاسبة ذكية وسريعة للغاية. إنها تعمل بشكل مثالي إذا كانت الرياح تهب في خط مستقيم وكان التلسكوب الخاص بك مثاليًا. فهي تأخذ تخمينك الأخير، وتضيف إليه اللمحة الجديدة، لتعطيك تخمينًا جديدًا وأفضل.

المشكلة: العالم فوضوي
في العالم الحقيقي، الأشياء ليست مثالية.

الرياح: قد تدور الرياح في أنماط مجنونة وغير مستقيمة (ديناميكيات غير خطية).
التلسكوب: أحيانًا يقيس التلسكوب الخاص بك المسافة بطريقة غريبة، مثل الرادار الذي يسمع فقط مدى سرعة تحرك البالون باتجاهك أو بعيدًا عنك (رادار دوبلر)، وليس مكانه بالضبط.
النتيجة: الآلة الحاسبة القياسية (مرشح كالمان) تتعثر. فهي تحاول رسم خط مستقيم عبر منحنى. ومهما حاولت تعديل الإعدادات (مثل إخبارها بأن "الرياح أقوى" أو أن "التلسكوب مهتز")، لا يمكنها إصلاح حقيقة أن منطقها بسيط للغاية بالنسبة للواقع الفوضوي. الأمر يشبه محاولة وضع وتد مربع في ثقب مستدير عبر الضغط عليه بقوة أكبر فقط.

الحل: "تطور كالمان" (Kalman Evolve)
قام مؤلفا هذه الورقة البحثية، فاسيليوس ساكيتوس ومينغ شياو، ببناء نظام جديد يسمى Kalman Evolve. بدلاً من مجرد تعديل إعدادات الآلة الحاسبة القديمة، سألا ذكاءً اصطناعيًا فائق الذكاء (نموذج لغوي كبير، أو LLM) ليعيد كتابة الكود البرمجي للآلة الحاسبة نفسها.

إليك كيف فعلوا ذلك، باستخدام تشبيه بسيط:

1. مختبر "التطور"

تخيل صالة ألعاب رياضية حيث تقوم بتدريب عداء.

الطريقة القديمة: تخبر العداء، "اركض أسرع بنسبة 10%" أو "ارتدِ أحذية أخف". أنت تقوم فقط بتعديل المعايير.
الطالط الجديدة (Kalman Evolve): تخبر العداء، "غير أسلوب ركضك. ربما مِل للأمام أكثر عند الالتفاف، أو خذ خطوات أقصر عندما تكون الأرض وعرة". أنت تغير بنية طريقة ركضهم.

استخدم المؤلفون ذكاءً اصطناعيًا ليعمل كمدرب. أعطوا الذكاء الاصطناعي قائمة بأفضل أساليب الركض الموجودة لديهم حتى الآن وطلبوا منه "طفرة" (mutate) لها — أي إنشاء نسخ جديدة ومختلفة قليلاً من الكود.

2. "المفسّر" (The Interpreter)

عادةً، عندما يكتب الذكاء الاصطناعي كودًا برمجياً، فإنه يكون "صندوقًا أسود". يعمل، لكن لا أحد يفهم لماذا.

خدعة الورقة البحثية: أجبروا الذكاء الاصطناعي على كتابة كود لا يزال يشبه مرشح كالمان الأصلي. لقد حافظ على نفس الخطوات الأساسية (توقع -> تحديث)، لكنه أضاف "بوابات" أو "مفاتيح" ذكية وصغيرة داخل الرياضيات.
النتيجة: الخوارزمية الجديدة لا تزال قابلة للقراءة من قبل البشر. إنها تشبه أخذ محرك سيارة قياسي وإضافة توربو ذكي يعمل فقط عندما تصطدم بمطب. لا يزال بإمكانك رؤية كيف يعمل المحرك، لكنه يتعامل مع المطبات بشكل أفضل بكثير.

3. الإثبات: اختبارات من العالم الحقيقي

اختبروا هذه الآلة الحاسبة "المتطورة" الجديدة في ثلاثة تحديات صعبة:

رادار دوبلر: تتبع الأجسام باستخدام قياسات السرعة (مثل رادار الشرطة).
ليدار (LiDAR): السيارات ذاتية القيادة التي تستخدم مستشعرات الليزر لرؤية المسافة والزوايا.
تتبع المشاة: تتبع الناس أثناء سيرهم في شوارع مزدحمة (مجموعة بيانات MOT20).

النتائج:
في كل اختبار، تفوقت النسخة "المتطورة" على الآلة الحاسبة القياسية، بل وتفوقت حتى على النسخة "المعدلة" (حيث قام البشر فقط بتعديل الإعدادات).

قللت الأخطاء بنسبة تصل إلى 12%.
لم تكن بحاجة إلى برنامج كمبيوتر بطيء وثقيل؛ فقد كانت تعمل بنفس سرعة الأصلية.
عملت بشكل أفضل من شبكات "التعلم العميق" العصبية المعقدة، والتي غالبًا ما تتطلب كميات هائلة من البيانات ويصعب فهمها.

الخلاصة الكبرى

تجادل الورقة البحثية بأننا لسنا بحاجة دائمًا إلى رمي الأدوات القدة والموثوقة واستبدالها بصناديق سوداء غامضة من الذكاء الاصطناعي. بدلاً من ذلك، يمكننا استخدام الذكاء الاصطناعي لـ تطوير أدواتنا القديمة، مما يجعلها أكثر ذكاءً ومرونة مع الحفاظ على بساطتها وسرعتها وقابليتها للفهم.

باخت-القول: لقد استخدموا ذكاءً اصطناعيًا لإعادة كتابة قواعد لعبة رياضية كلاسيكية، مما خلق نسخة تفوز في كثير من الأحيان في العالم الفوضوي الحقيقي، دون فقدان البساطة التي جعلت اللعبة الأصلية رائعة.

ملخص تقني: تطور كالمان (The Kalman Evolve)

بيان المشكلة

لا يزال مرشح كالمان (KF) يمثل حجر الزاوية في تقدير الحالة، حيث يقدم حلاً أمثلاً تحت فرضيات الديناميكيات الخطية، والضجيج الغاوسي، ومصفوفات التباين المعروفة. ومع ذلك، في بيئات الاستشعار الواقعية — مثل رادار دوبلر وLIDAR — غالباً ما تكون الملاحظات بطبيعتها دوال غير خطية للدالة الأساسية للحالة. في هذه السيناريوهات، يفشل تحديث كالمان القياسي، المقتصر على التحويلات الأفينية لبواقي القياس، في استيعاب بنية المقدر الأمثل.

بينما تحاول الامتدادات مثل مرشح كالمان الموسع (EKF) ومرشح كالمان غير المتمركز (UKF) التعامل مع عدم الخطية عبر التخطي الخطي المحلي أو تقريبات نقاط سيجما، إلا أنها تعتمد على نماذج نظام معروفة وتفتقر إلى القدرة على التكيف القائم على البيانات. ومن ناحية أخرى، فإن النهج القائم على البيانات مثل مرشحات كالمان العصبية (مثل KalmanNet) غالباً ما تعمل كصناديق سوداء، وتتطلب بيانات تدريب ضخمة، وقد يكون أداؤها أقل من الطرق الكلاسيكية. علاوة على ذلك، تركز طرق التحسين الحالية، مثل مرشح كالمان المحسن (OKF)، حصرياً على ضبط معلمات الضجيج ( $Q$ و $R$ ) ولكنها تظل محصورة في فئة المقدرات الأفينية. ويجادل المؤلفون بأن هذا القيد الهيكلي يمنع هذه الطرق من التغلب على الفجوات الجوهرية في الأداء الناتجة عن عدم تطابق النموذج، حتى عند ضبط المعلمات بشكل مثالي.

المنهجية: تطور كالمان (Kalman Evolve)

لمعالجة التحديات المشتركة المتمثلة في عدم اليقين في المعلمات والقيود الهيكلية، يقترح المؤلفون تطور كالمان (Kalman Evolve)، وهو إطار عمل يكتشف خوارزميات ترشيح محسنة من خلال تحسين كل من معلمات الضجيج وبنية التحديث في آن واحد. يتكون النهج من مرحلتين رئيسيتين:

معايرة المعلمات: تبدأ العملية بتقدير مصفوفات تباين ضجيج العملية والقياس ( $Q$ و $R$ ) باستخدام تقدير المربعات الصغرى أو مرشح كالمان المحسن (OKF). وهذا يؤسس لخط أساس تنافسي ومعاير جيداً.
البحث التطوري الموجه بنماذج اللغات الكبيرة (LLM): بناءً على خط الأساس المعاير، يستخدم إطار العمل بحثاً تطورياً موجهاً بنماذج اللغات الكبيرة.
- الأولوية الهيكلية: يعمل نموذج اللغة الكبير (تحديداً DeepSeek 16B) كأولوية هيكلية فوق فضاء التحويلات البرمجية القابلة للتفسير.
- عملية البحث: مستوحى من AlphaEvolve، يعمل البحث عبر أربعة "جزر" مستقلة (عمال معالجة رسومية متوازية). في كل دورة، يقوم نموذج اللغة الكبير بأخذ عينات من الخوارزميات المرشحة من قاعدة بيانات، ويتلقى مواصفات المشكلة وخوارزميتين من "الآباء" كأمر (Prompt)، ثم يولد طفرات أو تركيبات.
- تقييم اللياقة: يتم تقييم المرشحين بناءً على دالة خسارة (عادةً جذر متوسط مربع الخطأ، RMSE) على بيانات التدريب. ويتم تحديث قاعدة البيانات بأفضل المرشحين أداءً.
- الحفاظ على الهيكل: من الضروري أن يلتزم البحث بالحفاظ على الشكل التكراري لمرشح كالمان. تقوم الخوارزميات المكتشفة بتعديل خطوة التحديث (على سبيل المثال، عبر آليات البوابات غير الأفينية أو إعادة القياس التكيفي) مع الحفاظ على التفكيك الأساسي للتنبؤ والتحديث والأدوار الدلالية للابتكار وكسب كالمان.

المساهمات الرئيسية

يقدم البحث أربع مساهمات رئيسية:

عدم المثالية النظرية للمقدرات الأفينية: يقدم المؤلفون براهين تحليلية (الاستنتاجات 1 و 2) تثبت أن المقدرات الأفينية غير مثالية هيكلياً تحت نماذج الاستشعار غير الخطية الشائعة، وتحديداً رادار دوبلر وLIDAR. فحتى مع وجود ديناميكيات خطية وتوزيعات غاوسية مسبقة، فإن التبعيات الهندسية في الملاحظات (مثل القياسات الشعاعية أو الزاوية) تؤدي إلى متوسط لاحق غير خطي بطبيعته.
إطار التحسين المشترك: قدموا إطار عمل موحداً يحسن معلمات الضجيج وبنية التحديث معاً، مما يسمح باكتشاف امتدادات غير أفينية لمرشح كالمان قابلة للتفسير.
التفوق التجريبي: عبر الاختبارات المرجعية الاصطناعية والواقعية، تفوقت الخوارزميات المكتشفة باستمرار على الخطوط المرجعية القوية، بما في ذلك مرشح كالمان المحسن (OKF)، محققة انخفاضاً يصل إلى 12% في جذر متوسط مربع الخطأ (RMSE).
قابلية التكرار: أصدر المؤلفون الكود المصدري والخوارزميات المكتشفة لدعم المزيد من الأبحاث في الاكتشاف الخوارزمي القابل للتفسير.

النتائج التجريبية

تم تقييم إطار العمل على ثلاث معايير متميزة:

تتبع رادار دوبلر: تم التقييم على خمس سيناريوهات تتراوح من المبسطة ("Toy") إلى المعقدة ("Free" حركة مع تسارع وانعطافات). تفوق "تطور كالمان" (KE) باستمرار على OKF. كانت التحسينات طفيفة في الإعدادات البسيطة (~0.4%) لكنها نمت لتصل إلى 11-12% في الأنظمة المعقدة التي تتضمن تسارعاً وحركة غير خطية.
تحديد الموقع القائم على LIDAR: تم اختباره على مسارات قيادة اصطناعية وعلى مجموعة بيانات NCLT الواقعية. حقق KE تحسناً عن OKF بنسبة 15% تقريباً في تقدير الحالة و6% في التنبؤ بالحالة التالية في البيانات الاصطناعية، وبنسبة 2-3% في مجموعة بيانات NCLT الصاخبة، مما يدل على قابلية الانتقال لما وراء البيئات الاصطناعية.
تتبع المشاة (MOT20): ركز على التنبؤ بالحالة التالية للمشاة. قلل KE من جذر متوسط مربع الخطأ (RMSE) للاختبار بنسبة 8% مقارنة بـ OKF مع دلالة إحصائية عالية ( $p < 10^{-6}$ ). والجدير بالذكر أن KE أظهر كفاءة فائقة في البيانات، حيث حافظ على خطأ منخفض مع مجموعات تدريب صغيرة حيث كان أداء OKF أكثر تذبذباً.

في جميع الحالات، حافظت الخوارزميات المكتشفة على تكاليف حوسبية مماثلة لمرشح كالمان القياسي، حيث كانت التكاليف الإضافية للاستدلال ضئيلة. أما نماذج التعلم العميق (LSTM، KalmanNet) فقد كان أداؤها عموماً أقل من النهج القائم على النموذج، خاصة في إعدادات LIDAR وMOT20.

الأهمية والادعاءات

يفترض البحث أن فجوة الأداء في تقدير الحالة غير الخطية ليست مجرد مسألة ضبط معلمات، بل هي مسألة هيكلية. ومن خلال تحسين هيكل مرشح كالمان نفسه، وليس فقط معلماته، يوفر "تطور كالمان" مساراً عملياً وقابلاً للتفسير لتحسين تقدير الحالة.

يؤكد المؤلفون أن نهجهم يسد الفجوة بين كفاءة النماذج القائمة على النموذج والقدرة على التكيف القائمة على البيانات. وخلافاً للشبكات العصبية "الصندوق الأسود"، تحتفظ الخوارقات المكتشفة بالشكل التكراري والقابل للتفسير للمرشح الكلاسيكي، حيث تُدخل آليات بسيطة تعتمد على البيانات (مثل البوابات أو إعادة القياس التكيفي) للتعامل مع عدم تطابق النموذج. يشير العمل إلى أن الجمع بين الهياكل الكلاسيكية القائمة على النموذج والاكتشاف الموجه بنماذج اللغات الكبيرة هو اتجاه واعد لتطوير خوارزميات عالية الأداء وقابلة للتفسير لمشاكل الاستشعار الواقعية حيث تُنتهك افتراضات الخطية والغاوسية بشكل متكرر.