⚡ electrical engineering

Physically Constrained Agentic AI for Energy Scheduling

تقدم هذه الورقة نظاماً هرمياً لإدارة الطاقة يعتمد على منهجية (ReAct)، يقوم بفصل التفويض الفيزيائي عن التوليد اللغوي لتمكين الذكاء الاصطناعي الوكيل من توليد جداول طاقة يومية قابلة للتنفيذ وفعالة من حيث التكلفة للأجهزة، والمركبات الكهربائية، والتحكم الحراري، محققاً معدلات نجاح عالية وتكاليف قريبة من المثالية مع الالتزام الصارم بالقيود الفيزيائية.

المؤلفون الأصليون: Dafnag Zhao, Yang Deng, Zhengmao Li

نُشر 2026-08-11

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Dafnag Zhao, Yang Deng, Zhengmao Li

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 عالماً لا يكتفي فيه منزلك بطاعة الأوامر، بل يفهم رغباتك أيضاً. قد تقول لمنزلك: "أريد غسل الملابس، وشحن السيارة، وجعل غرفة المعيشة مريحة، ولكن أرجوك لا تجعل فاتورة الكهرباء ترتفع بشكل جنوني". هذا هو حلم الذكاء الاصطناعي الوكيل (Agentic AI): نظام ذكي لا يكتفي بالدردشة معك، بل يقوم بالفعل بالأشياء، عبر تفكيك الأهداف الكبيرة إلى إجراءات صغيرة ومنسقة. ومع ذلك، هناك عقبة؛ فبينما يجيد "روبوت الدردشة" كتابة قصيدة، إلا أنه سيء جداً في الفيزياء. إذا خمن الذكاء الاصطناعي أن السخان يمكنه العمل بأقصى طاقته بينما الغسالة تدور والسيارة الكهربائية تُشحن، فقد يتسبب دون قصد في احتراق مصهر كهربائي أو صهر سلك. هذا هو تحدي إدارة الطاقة: الموازنة بين ما تريده وبين القوانين الصارمة وغير المرنة للكهرباء والحرارة. يحاول العلماء بناء أنظمة يمكنها التحدث إليك بلغة بسيطة، لكنها تظل تحترم الرياضيات الدقيقة لشبكة الطاقة، مما يضمن بقاء منزلك آمناً وفعالاً دون الحاجة إلى مهندس بشري لمراجعة كل قرار.

تقدم هذه الورقة البحثية طريقة جديدة ذكية لحل تلك المشكلة، تعمل مثل "خادم ذكي" يقف بجانبه "مفتش سلامة" صارم جداً. لقد بنى المؤلفون نظاماً يسمى نظام إدارة الطاقة الهرمي (Hierarchical ReAct Energy Management System). فكر في الأمر كفريق من المتخصصين: وكيل يتعامل مع الغسالة، وآخر مع السيارة الكهربائية، وثالث مع نظام التدفئة. يقوم "منسق مركزي" بالاستماع إلى طلبك ويطلب من هؤلاء المتخصصين وضع خطة. ولكن هنا تكمن الخدعة السحرية: يُسمح للذكاء الاصطناعي بتخيل الأفكار ومراجعتها، لكن لا يُسمح له أبداً بتشغيل المفاتيح من تلقاء نفسه. فقبل تنفيذ أي خطة، يتدخل "ناقد حتمي" (Deterministic Critic) — وهو برنامج حاسوبي صارم يعتمد على الرياضيات فقط. هذا الناقد لا يهتم بالمحادثات المهذبة؛ بل يتحقق من الأرقام فقط. يقوم بإعادة بناء جدول اليوم بأكم، ويحاكي تدفق الحرارة، ويتحقق من حدود الطاقة، ويتأكد من عدم تشغيل أي جهاز في وقت لا ينبغي فيه تشغيله. إذا اجتازت الخطة هذا الاختبار الصارم، يتم التصريح بها؛ وإذا فشلت، يتم رفضها، ويتعين على الذكاء الاصطناعي المحاولة مرة أخرى.

اختبر الباحثون هذا النظام باستخدام نموذج ذكاء اصطناعي قوي (تحديداً نسخ من سلسلة Qwen 3.5) مقابل حل رياضي قياسي (Pyomo/Gurobi) لمعرفة ما إذا كان بإمكان الذكاء الاصطناعي التعامل فعلياً مع الرياضيات المعقدة لجدولة المهام. وقد وضعوا سيناريو حيث يحتاج المنزل إلى إدارة غسالة، وغسالة أطباق، وسيارة كهربائية، ومضخة حرارية، كل ذلك مع الحفاظ على درجة الحرارة الداخلية بين 22 و24 درجة مئوية خلال النهار، والبقاء تحت حد قدرة يبلغ 12 كيلوواط.

جاءت النتائج مزيجاً من "ليس سيئاً" و"جيد جداً"، اعتماداً على حجم "عقل" الذكاء الاصطناعي. عندما طُلب من الذكاء الاصطناعي جدولة جهاز واحد فقط، نجح في حوالي 83.3% من الحالات. ومع ذلك، عندما أصبحت المهمة أصعب وتطلبت تنسيق كل شيء في وقت واحد (المهمة "المترابطة")، تعثرت نماذج الذكاء الاصطناعي الأصغر أو استغرقت وقتاً طويلاً جداً. لكن النماذج الأكبر، وتحديداً نسختي 27B و35B-A3B، تمكنت من اجتياز اختبار مفتش السلامة في جميع المحاولات الست من أصل 6 بعد جولات من التغذية الراجعة. أنشأ نموذج 35B-A3B جدولاً بتكلفة 1592.697 ين ياباني، وهو أعلى قليلاً من الحل الرياضي الأمثل البالغ 1343.380 ين، ولكنه كان خطة "قابلة للتنفيذ" تحترم جميع القواعد الفيزيائية. كما نجح نموذج 27B أيضاً، لكنه كان أكثر تكلفة حيث بلغ 2522.499 ين.

وعلى نحو حاسم، تؤكد الورقة أن هذا النجاح مشروط. فالنظام يعمل لأن "الناقد" يعمل كصمام أمان؛ فإذا اقترح الذكاء الاصطناعي شيئاً مستحيلاً، فإن الناقد يكتشفه. ووجد المؤلفون أنه بدون هذا الفصل الصارم بين الذكاء الاصطناعي "المبدع" والمدقق "الرياضي"، فمن المرجح أن ينتج النظام خططاً تبدو جيدة في النص ولكنها تفشل في الواقع. كما أشاروا إلى أن هذه كانت محاكاة باستخدام بيانات طقس وأسعار محددة من 1 أغسطس 2026، وأن النظام لا يأخذ في الاعتبار بعد الفوضى في العالم الحقيقي مثل الرطوبة، أو تدهور البطارية، أو انقطاع التيار الكهربائي المفاجئ.

باختصار، تظهر هذه الورقة أنه يمكننا بناء وكلاء ذكاء اصطناعي يتحدثون إلينا بلغة طبيعية ويديرون منازلنا، ولكن فقط إذا أبقينا على "كلب حراسة" رياضي صارم وغير مغمض العينين على مقودهم. يمكن للذكاء الاصطناعي أن يقترح، ولكن الرياضيات هي التي تقرر. أظهرت نماذج الذكاء الاصطنا लगी الأكبر واعداً في التنقل عبر هذا الحبل المشدود، حيث وجدت جداول زمنية آمنة وعملية، حتى وإن لم تكن رخيصة تماماً مثل الحل الرياضي المثالي. إنها خطوة نحو منازل تفهمنا، لكنها تثبت أنه بالنسبة للطاقة، تظل قواعد الفيزياء هي صاحبة الكلمة الأخيرة.

ملخص تقني: وكيل ذكاء اصطناعي مقيد فيزيائياً لجدولة الطاقة

بيان المشكلة
تتطلب الجدولة المسبقة ليوم كامل للطاقة دمج نية المستخدم المنزلي (المعبر عنها عبر اللغة الطبيعية) مع قيود فيزيائية معقدة، بما في ذلك تعريفات الكهرباء، والطقس، والقيود التقويمية، ونماذج الأجهزة. وبينما يمكن للنماذج اللغوية الكبيرة (LLMs) استخراج المعلمات من الحوار، ويمكن للأنظمة الوكيلية (Agentic Systems) تفويض القرارات إلى متخصصين، تظل هناك فجوة حرجة: فالجدول الزمني المقبول لغوياً لا يضمن بالضرورة استيفاء القيود الكهربائية والحرارية المترابطة. التحدي المركزي هو الترخيص (Authorization) — أي ضمان أن المخرجات المنطقية فردياً من الوكلاء المتخصصين لا تتعارض عند التكامل (على سبيل المثال، حدود المغذي المشترك أو الحالات الحرارية المشتركة). تفتقر النهج الحالية غالباً إلى آلية للتحقق الصارم من أن الجدول الزمني المقترح يلتزم بالواقع الفيزيائي للنظام قبل التنفيذ.

المنهجية
تقترح الورقة نظام إدارة طاقة (EMS) هرمي يعتمد على إطار ReAct يفصل بين توليد اللغة والترخيص الفيزيائي. يعمل النظام من خلال المكونات التالية:

المنسق والمتخصصون: يقوم منسق قائم على ReAct بترجمة طلبات اللغة الطبيعية إلى إجراءات منسقة. وهو يفوض المشكلات الفرعية إلى ثلاثة أنواع من الوكلاء المتخصصين:
- الأجهزة القابلة للإزاحة: تتعامل مع أوقات بدء التشغيل الثنائية للدورات غير المنقطعة (مثل الغسالات أو غسالات الأطباق).
- شحن المركبات الكهربائية (EV): تدير دورات الشحن.
- التحكم الحراري: يولد ملفات طاقة متغيرة للمضخات الحرارية.
الناقد الحتمي (سياسة الإغلاق الآمن - Fail-Closed Policy): الابتكار الجوهري هو الفصل بين الاقتراح والترخيص. قد يقترح الوكلاء الإجراءات ويراجعونها، ولكن لا يمكن إلا لناقد حتمي إصدار النسخة النهائية المرشحة. يقوم الناقد بـ:
- التحقق من المخطط (Schema Validation): التحقق من التمثيلات النوعية وإعادة بناء الدورات الثنائية.
- المحاكاة الفيزيائية: نشر الحالات الحرارية باستخدام نموذج خطي ( $T_{t+1} = a_m(1000p_t) + b_m T_t + c_m T^{out}_t + d_m$ ) وحساب إجمالي الطاقة ( $P^{tot}_t$ ).
- التحقق من القيود: التحقق من حدود الراحة (22–24 درجة مئوية خلال فترات الإشغال) وحدود طاقة الأجهزة وحدود مغذي المنزل بأكمله (12 كيلوواط).
- التغذية الراجعة الآمنة للإشارة (Sign-Safe Feedback): إذا تم انتهاك القيود، يحسب الناقد الفترات الممكنة لتعديلات الطاقة. إذا كانت الفترة فارغة، يتم رفض المرشح؛ وإلا فإنه يطلب إعادة تقديم المسار بالكامل.
الإعداد التجريبي: تم تقييم النظام باستخدام نسخ من Qwen 3.5 (تتراوح من 0.8 مليار إلى 35 مليار معلمة - A3B) مقابل مراجع التحسين الرياضي (Pyomo/Gurobi). شمل التقييم:
- مهام البرمجة الصحيحة (MIP): جدولة جهاز واحد.
- مهام البرمجة الخطية (LP): جدولة المضخة الحرارية فقط تحت سيناريوهات طقس وأسعار مختلفة.
- مهام البرمجة الخطية الصحيحة (MILP): الجدولة المترابطة للمنزل بأكمله (الأجهزة + المضخة الحرارية + حد المغذي).
- القيود: سياسة "نافذة الإشغال" القياسية التي تفرض الراحة من الساعة 09:00 إلى 18:00 وتتطلب صفر طاقة للمضخة الحرارية بعد هذه الفترة.

المساهمات الرئيسية

نظام EMS هرمي ReAct: إطار عمل يربط اللغة الطبيعية بإجراءات المتخصصين المنسقة مع خلفية LLM قابلة للضبط.
الترخيص بالإغلاق الآمن (Fail-Closed Authorization): آلية ناقد تفرض القيود الفيزيائية من خلال التغذية الراجعة الحرارية الآمنة للإشارة، المقترنة بالمراجعة متعددة الخطوات، والرفض الصريح. وهي تضمن أن المرشحات التي تجتاز إعادة تشغيل مستقلة وجديدة هي فقط التي يتم ترخيصها.
التقييم التجريبي: مقارنة صارمة لمهام الجدولة المنفصلة، المستمرة، والمترابطة عبر ستة من نسخ Qwen 3.5، مما يثبت أن سير العمل الوكيلي يمكنه تحقيق القابلية للتنفيذ تحت نموذج فيزيائي معلن عند اقترانه بالتحقق الحتمي.

النتائج

الجهاز الواحد (MIP): حقق 83.3% من القابلية للتنفيذ و33.3% من الأمثلية الدقيقة عبر 54 تشغيلًا.
الجدولة المترابطة (MILP):
- المحاولات الأولية: لم يستوفِ أي مرشح أولي للمنزل بأكمله جميع فحوصات الأجهزة، والحرارة، والمغذي في آن واحد.
- التغذية الراجعة الموضعية: لم تنتج أي جدول زمني مترابط مقبول.
- سياسة متعددة الخطوات: سمحت سياسة المراجعة متعددة الخطوات بترخيص 6/6 من عمليات التشغيل الحالية (3 لنموذج 27B، و3 لنموذج 35B-A3B).
- كفاءة التكلفة:
  - 35B-A3B: حقق تكلفة قدرها 1592.697 ين ياباني (أعلى بنسبة 18.56% من الحد الأمثل الرياضي البالغ 1343.380 ين).
  - 27B: حقق تكلفة قدرها 2522.499 ين ياباني (أعلى بنسبة 87.77% من الحد الأمثل)، ويرجع ذلك أساساً إلى توقيت الأجهزة غير الأمثل واستخدام المضخة الحرارية الأعلى.
- الالتزام بالقيود: استوفت جميع الجداول المقبولة حد المغذي البالغ 12 كيلوواط، ودورات الأجهزة غير المنقطعة، ومتطلب صفر طاقة للمضخة الحرارية بعد الساعة 18:00.
الكمون (Latency): بلغ متوسط خط أنابيب الممثل-الناقد (Actor-Critic) نحو 33.92 ثانية (لـ 35B-A3B) و84.84 ثانية (لـ 27B)، مقارنة بـ 0.0487 ثانية للمحلل الرياضي.

الأهمية والادعاءات
تؤسس هذه الورقة لتدفق عمل "إغلاق آمن" (Fail-Closed) للبرمجة الصحيحة (MIP) والبرمجة الخطية الصحيحة (MILP) في جدولة الطاقة. تكمن الأهمية الأساسية في إثبات قدرة الذكاء الاصطناعي الوكيلي على تنسيق القرارات المعقدة والمترابطة مع البقاء مقيداً بصرامة بنموذج فيزيائي حتمي.

يؤكد المؤلفون صراحةً أن:

الترخيص مشروط: القبول صالح فقط بموجب المخطط المشفر، والبديل الحراري، وحدود الأجهزة، وقيد المغذي المتكامل. النظام لا يتحقق من الديناميكيات المحذوفة (مثل الرطوبة، أو حالة شحن البطارية، أو دورات المعدات) ولا يستنتج القيود المفقودة من تفسيرات LLM.
محدودية المتانة: لا تثبت التجربة المتانة تجاه خطأ النموذج. فقد أدت الاضطرابات اللاحقة إلى تقليل القابلية للتنفيذ، مما يشير إلى أن النشر التشغيلي سيتطلب مجموعات عدم يقين معايرة، وتغذية راجعة ذات أفق متراجع، وقيود خاصة بالمعدات.
دور التحسين: يعمل البرمجة الرياضية كمرجع عددي، وليس بديلاً للطبقة الوكيلية. يوفر سير العمل الوكيلي تفسير النوايا والمراجعة، لكن الناقد الحتمي يظل هو الحارس الوحيد للتنفيذ.

تخلص الورقة إلى أنه بينما تعد النتائج الحالية واعدة للجدولة المسبقة ليوم كامل والمسيطر عليها، فإن الادعاءات التشغيلية الأوسع تتطلب مزيداً من التحقق مقابل القياسات الميدانية وتقدير عدم اليقين.

أبحاث مشابهة