MDGAM-Based Cooperative Task Scheduling for Communication-Constrained Distributed Multi-Agent Systems
تقترح هذه الورقة إطاراً جدولة عصبياً لتخصيص المهام متعدد الروبوتات الموزعة والمقيدة بالاتصالات، يجمع بين نموذج انتباه رسومي متعدد المخرجات (MDGAM) لاتخاذ القرار المشترك وتوليد الرسائل، وخوارزمية تدرج السياسة متعددة الوكلاء النسبية الجماعية الخالية من الناقد (GRMAPG) لتعزيز كفاءة التدريب والتفوق على الأساليب الاستدلالية والتعلمية القائمة.
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 مدينة صاخبة حيث تحتاج آلاف الروبوتات الصغيرة ذاتية القيادة، مثل طائرات التوصيل بدون طيار أو السيارات ذاتية القيادة، إلى العمل معاً لإنجاز المهام. إنها لا تخضع لسيطرة عقل عملاق واحد في برج مراقبة؛ بل يتعين عليها اكتشاف الأمور بأنفسها، من خلال التواصل فقط مع الجيران الذين يمكنها سماعهم. هذا هو عالم الأنظمة متعددة الوكلاء الموزعة. التحدي يشبه محاولة تنظيم رحلة بحث عن الكنز ضخمة وفوضوية، حيث لا يستطيع كل لاعب سوى رؤية بضعة أقدام حوله، ولا يمكنه سوى الهمس لأصدقائه القريبين، وعليه أن يقرر أي الأدلة يلتقط دون الاصطدام ببعضهم البعض أو إضاعة الوقت. إذا لم ينسقوا جيداً، فقد يندفعون جميعاً نحو نفس الدليل، أو يفوتهم أدلة مهمة تماماً. لقد حاول العلماء تعليم هذه الروبوتات كيف تكون زملاء عمل أفضل، لكن الأساليب الحالية غالباً ما تعتمد على قواعد جامدة مكتوبة مسبقاً تنهار عندما تصبح الأمور معقدة، أو تفترض أن الروبوتات يمكنها رؤية الخريطة بأكملها، وهو أمر غير واقعي في العالم الحقيقي.
يقدم هذا البحث طريقة جديدة ذكية لتعليم فرق الروبوتات هذه كيفية التعاون، حتى عندما لا يمكنهم رؤية كل شيء ويمكنهم التحدث فقط مع عدد قليل من الأصدقاء. يقترح المؤلفون، ليسينغ وانغ، ومينغتاو هوانغ، ويوان شين، نظاماً يسمى MDGAM (نموذج الانتباه الرسومي متعدد المفسرات). فكر في الأمر كمنح كل روبوت "قائد فريق" فائق الذكاء داخل رأسه. هذا القائد لا ينظر إلى الخريطة فحسب؛ بل ينظر إلى العلاقات بين الأشياء. إنه يفهم أن المسافة بين مهمتين مهمة بقدر أهمية المهام نفسها. وعلى عكس الأساليب القديمة التي قد تكتفي بالصراخ "أريد تلك المهمة!" ثم تنتظر التصويت، يسمح هذا النظام الجديد للروبوتات بتبادل رسائل سرية (همسات) مع جيرانهم لتنسيق تحركاتهم، وكل ذلك أثناء اتخاذ القرارات بناءً على ما يمكنهم رؤيته بالفعل.
لتدريب قادة الفرق هؤلاء، ابتكر المؤلفون خدعة تعليمية جديدة تسمى GRMAPL. عادةً، يتطلب تعليم فريق من الروبوتات وجود "ناقد" — معلم يراقب اللعبة بأكملها ويخبر الروبوتات ما إذا كنّ قد قمن بعمل جيد. ولكن في النظام الموزع، لا يرى أي روبو منفرد اللعبة بأكملها، لذا فإن بناء هذا المعلم أمر صعب. حل المؤلفون لهذا الأمر كان عبقرياً: بدلاً من وجود معلم، جعلوا الروبوتات تلعب ضد نفسها في مسارات متوازية. لقد أخذوا مجموعة من السيناريوهات المتطابقة، وتركوا الروبوتات تحلها، ثم قارنوا النتائج. إذا كان فريق الروبوتات قد حقق نتائج أفضل من متوسط الفرق الأخرى، فسيحصلون على "تحية حارة" (تعزيز للمكافأة). وإذا كان أداؤهم أسوأ، فسيحصلون على دفعة لطيفة لتجربة شيء مختلف. بهذه الطريقة، تتعلم الروبوتات كيفية التعاون دون الحاجة إلى رئيس مركزي يملي عليها ما تفعله.
نتائج تجاربهم واعدة للغاية. فعندما اختبروا هذا الأسلوب الجديد على مشكلات مختلفة الأحجام — تتراوح من مجموعات صغيرة مكونة من 4 روبوتات تتعامل مع 50 مهمة إلى مجموعات أكبر مكون تال من 10 روبوتات تتعامل مع 150 مهمة — تفوق هذا الأسلوب باستمرار على الأساليب القديمة القائمة على القواعد والأساليب الأخرى القائمة على التعلم. على سبيل المثال، في اختبار متوسط الحجم يضم 100 مهمة و7 روبوتات، أنجز الأسلوب الجديد مهاماً أكثر بنسبة 4.13% من أفضل أسلوب استدلالي سابق (يسمى PI-maxAss) وبنسبة 3.74% أكثر من أسلوب تعلم آخر (CAM). والأكثر إثارة للإعجاب هو أن الأسلوب الجديد كان أسرع بكثير. فبينما استغرقت الأساليب القديمة ساعات لحل المشكلات الكبيرة (مثل 49 ساعة ودقيقتين لـ 1,000 حالة واسعة النطاق)، أنجزها الأسلوب الجديد في 31 دقيقة و7 ثوانٍ فقط. كما تطلب عدداً أقل بكثير من "الهمسات" (الرسائل) بين الروبوتات، مما قلل تكاليف الاتصال بشكل كبير.
كما تحقق البحث مما إذا كان بإمكان هذه الروبوتات الذكية التعامل مع التغييرات. ماذا لو كان هناك مهام أكثر مما تدربت عليه؟ أو أقل؟ أو ماذا لو استطاعت الروبوتات التحدث لمسافة أبعد قليلاً أو أقل؟ أظهرت الاختبارات أن النظام مرن للغاية. فقد تعامل مع التغيرات في عدد المهام دون انخفاض يذكر في الأداء (أقل من 0.7% فرق). كما تعامل مع التغيرات في عدد الروبوتات بشكل جيد أيضاً، طالما أن الفرق لم يكن كبيراً جداً. ومع ذلك، لاحظ المؤلفون أنه إذا تم تدريب الروبوتات في بيئة صارمة جداً (حيث يمكنهم الكلام بصعوبة) ثم تم اختبارهم في بيئة مريحة جداً (حيث يمكنهم الكلام بسهولة)، أو العكس، فإنهم لم يؤدوا بنفس الكفاءة كما في حالة تطابق ظروف التدريب والاختبار. وهذا يشير إلى أن النظام قوي، لكنه يتعلم بشكل أفضل عندما تكون بيئة التدريب مشابهة نوعاً ما للعالم الحقيقي الذي سيواجهه.
باخت-صار، يشير هذا البحث إلى أنه من خلال منح الروبوتات وسيلة لفهم علاقاتهم بالمهام وببعضهم البعض، ومن خلال السماح لهم بالتعلم عبر المقارنة بين الأقراء بدلاً من معلم مركزي، يمكننا إنشاء فرق أسرع، وأذكى، وأفضل في إنجاز المهام في المواقف الواقعية الفوضوية. ويخلص المؤلفون إلى أن هذا النهج يمثل خطوة قوية للأمام لتطبيقات مثل الاستجابة للطوارئ، حيث تحتاج الروبوتات إلى العمل معاً بسرعة دون مركز قيادة مركزي، رغم اعترافهم بأن هناك المزيد من العمل الذي يتعين القيام به لبيئات أكثر ديناميكية وغير متوقعة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.