🤖 AI

Traj-LeWM: Path-Aware World-Model Planning via Latent Trajectory Cost

يعزز Traj-LeWM نموذج العالم البصري خفيف الوزن LeWM من خلال إدخال تكلفة مسار كامنة مشروطة بالهدف، والتي تكمل مسافة النهاية بمعلومات واعية بالمسار أثناء كل من التدريب والتخطيط، مما يؤدي إلى تحسينات كبيرة في الأداء عبر العديد من معايير قياس التلاعب الروبوتي.

المؤلفون الأصليون: Xiaodi Huang, Ziyi Ding, Jingtian Wan, Yuchen Liu, Yuan Zhang, Xiao-Ping Zhang, Jiayu Chen, Zhang Zhang, Tao Huang

نُشر 2026-08-17

📖 5 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Xiaodi Huang, Ziyi Ding, Jingtian Wan, Yuchen Liu, Yuan Zhang, Xiao-Ping Zhang, Jiayu Chen, Zhang Zhang, Tao 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

تخيل أنك تعلم روبوتًا كيفية التنقل في متاهة أو دفع كتلة إلى مكان محدد. في عالم الذكاء الاصطناعي، غالبًا ما يتم ذلك باستخدام ما يسمى بـ "نموذج العالم" (World Model). فكر في نموذج العالم كأنه "أحلام يقظة" داخلية للروبوت. فبدلاً من مجرد التفاعل مع ما يراه في اللحظة الحالية، يستخدم الروبوت هذه الأحلام لمحاكاة المستقبل: "إذا حركت ذراعي لليسار، كيف سيبدو العالم بعد ثانية واحدة؟ وماذا عن ثانيتين؟".

لفترة طويلة، حاول العلماء جعل أحلام اليقظة هذه أكثر دقة. وكان نهج حديث يسمى LeWM (نموذج العالم خفيف الوزن) خطوة كبيرة للأمام؛ حيث تعلم التنبؤ بالمستقبل مباشرة من بكسلات الكاميرا، متجاوزًا الحاجة إلى خرائط ثلاثية الأبعاد معقدة. ومع ذلك، كان لدى LeWM نقطة عمياء. لقد كان يشبه نظام GPS يهتم فقط بوجهتك النهائية؛ حيث ينظر إلى قائمة من المسارات المحتملة ويختار المسار الذي يبدو أنه سينتهي به الأمر أقرب إلى الهدف، دون التحقق حقًا مما إذا كان الطريق في المنتصف مليئًا بالحفر، أو النهايات المسدودة، أو الازدحام المروري. إذا انتهى مساران في نفس النقطة، فلن يستطيع الروبوت التمييز بين أيهما كان في الواقع أكثر أمانًا أو سلاسة. يحاول هذا البحث، المسمى Traj-LeWM، إصلاح هذه النقطة العمياء عبر تعليم الروبوت الاهتمام بالرحلة بأكملها، وليس فقط بنهاية الخط.

المشكلة: فخ "خط النهاية"

لاحظ مؤلفو هذا البحث مشكلة طريفة في كيفية اتخاذ الروبوتات مثل LeWM للقرارات. تخيل أنك تلعب لعبة فيديو حيث يتعين عليك توجيه شخصية إلى صندوق كنز. لديك مساران للاختيار من بينهما:

المسار أ: طريق مستقيم وواضح يؤدي مباشرة إلى الصندوق.
المسار ب: مسار متعرج وخطير يمر عبر غابة مليئة بالفخاخ، ولكنه أيضًا ينتهي بجانب الصندوق تمامًا.

الذكاء الاصطناعي التقليدي (مثل LeWM) ينظر إلى نهاية كلا المسارين، ويرى أنهما متساويان في القرب من الصندوق، ثم يختار أحدهما عشوائيًا. إنه لا يدرك أن المسار (ب) قد يصدم الشخصية بشجرة في منتصف الطريق. يجادل البحث بأن هذا يحدث لأن الروبوت يتحقق فقط من "مسافة نقطة النهاية"، ويتجاهل "المسار البيني" — أي الأشياء الفوضوية والمعقدة التي تحدث في منتصف الحركة.

وجد الباحثون أنه في المهام المعقدة، مثل دفع جسم على شكل حرف T أو التنقل في غرفة بها عوائق، يمكن لتسلسلين مختلفين من الأفعال أن ينتهيا في نفس المكان تمامًا، ولكن أحدهما سينجح بينما يفشل الآخر فشلاً ذريعًا. لم يستطع الروبوت القديم التمييز بينهما لأنه كان مركزًا جدًا على خط النهاية.

الحل: بطاقة تقييم "الرحلة بأكملها"

لإصلاح ذلك، قدم الفريق Traj-LeWM. لقد حافظوا على قدرة الروبوت على التنبؤ بالمستقبل، لكنهم أضافوا "بطاقة تقييم" جديدة تسمى تكلفة المسار الكامن (LTC).

فكر في LTC كمدرب صارم لا ينظر فقط إلى أين ينهي الرياضي سباقه، بل يراقب السباق بأكمله.

الطريقة القديمة: يقول المدرب: "عمل جيد! لقد أنهيت السباق على بُعد متر واحد من خط النهاية".
الطريقة الجديدة (Traj-LeWM): يقول المدرب: "لقد أنهيت السباق على بُعد متر واحد من الخط، لكنك تعثرت ثلاث مرات، واصطدمت بجدار، وسلكت مسارًا غريبًا. هذا ركض سيء. لنحاول مع العداء الآخر الذي أنهى السباق في نفس النقطة ولكنه ركض بسلاسة".

يتعلم النظام الجديد "تكلفة" لكل مسار محتمل. إذا بدا أن المسار سيصطدم بجدار أو يتخذ منعطفًا غريبًا، تزداد التكلفة. وإذا كان المسار سلسًا ومنطقيًا، تظل التكلفة منخفضة. يقوم الروبوت بعد ذلك بدمج "درجة السلاسة" هذه مع "درجة المسافة إلى الهدف" القديمة لاختيار أفضل إجراء.

كيف علموا الروبوت

تعليم الروبوت الاهتمام بمنتصف الرحلة أمر صعب. لا يمكنك فقط إخباره "لا تصطدم بالجدران" لأنه لا يعرف ما هو الجدار بعد. لذا، استخدم الباحثون خدعة ذكية تسمى تعلم التفضيلات (Preference Learning).

لقد عرضوا على الروبوت أزواجًا من القصص:

القصة الجيدة: مسار مثالي حيث ينجح الروبوت في دفع الكتلة إلى الهدف.
القصة السيئة: مسار يبدو مشابهًا ولكنه يحتوي على خطأ (مثل الاصطدام بجدار) أو مسار يؤدي إلى هدف خاطئ تمامًا.

طُلب من الروبوت تخمين أي قصة هي الأفضل. ومن خلال الحصول على آلاف الدروس من نوع "هذا أفضل من ذاك"، تعلم الروبوت تخصيص تكلفة منخفضة للمسارات الجيدة وتكلفة عالية للمسارات السيئة. حتى أنهم تركوا الروبوت يحاول التخطيط في بيئة محاكاة، وإذا اصطدم، قاموا بحفظ هذا الاصطدام كـ "قصة سيئة" للتعلم منها. هذا يشبه لاعب ألعاب الفيديو الذي يتعلم عدم القفز من فوق منحدر لأنه مات أثناء القيام بذلك، ولكن هذه المرة يتعلم الروبوت من أخطائه المحاكاتية.

ماذا وجدوا

اختبر الفريق هذا الروبوت الجديد في أربعة عوالم محاكاة مختلفة:

Push-T: دفع جسم على شكل حرف T نحو هدف.
OGBench-Cube: تحريك مكعب إلى مكان محدد.
Reacher: ذراع روبوتية تصل إلى هدف.
Two-Room: التنقل عبر متاهة مكونة من غرفتين.

في عمليات المحاكاة هذه، كان روبوت Tra-LeWM الجديد أفضل بكثير من روبوت LeWM القديم.

في مهمة Cube، حسن معدلات النجاح بمقدار 14 نقطة مئوية (من 74% إلى 88%).
في مهمة Reacher، تحسن بمقدار 7 نقاط مئوية (من 86% إلى 93%).
في مهمة Two-Room، تحسن بمقدار 7 نقاط مئوية (من 87% إلى 94%).
في مهمة Push-T، تحسن بمقدار 3 نقاط مئوية (من 96% إلى 99%).

كما اختبروه على روبوت فيزيائي حقيقي (ذراع Franka FR3) في العالم الحقيقي. في 20 مهمة واقعية، نجح الروبوت القديم 10 مرات (50%)، بينما نجح روبوت Tra-LeWM الجديد 14 مرة (70%). ورغم أن هذا اختبار صغير، إلا أنه يشير إلى أن الطريقة تعمل خارج المحاكاة الحاسوبية أيضًا.

لماذا هذا مهم

يظهر هذا البحث أنه لكي تكون الروبوتات ذكية حقًا، لا يمكنها فقط النظر إلى الوجهة؛ بل يجب عليها احترام الرحلة. من خلال تعليم الروبوت تقييم المسار الكامل الذي يخطط لاتخاذه، بدلاً من مجرد النقطة النهائية، يصبح أفضل بكثير في تجنب الفخاخ والتنقل في البيئات المعقدة.

وقد أكد الباحثون أن هذا التحسن يأتي من شيئين:

تعلم أفضل: تعلم الروبوت خريطة داخلية أفضل للعالم لأنه تدرب على الاهتمام بالمسار بأكمله، وليس فقط بالنهاية.
تخطيط أفضل: حتى عندما كان تنبؤ الروبوت بالمستقبل غير دقيق قليلاً، ساعدت "درجة الرحلة بأكملها" في اختيار الخيار الأكثر أمانًا.

باختصار، يثبت Tra-LeWM أنه في عالم تخطيط الروبوتات، لا يتعلق الأمر فقط بالمكان الذي ستصل إليه، بل بكيفية وصولك إلى هناك. ومن خلال منح الروبوت طريقة لتقدير المسار السلس والآمن على المسار المتعرج والمحفوف بالمخاطر، قد خطا المؤلفون خطوة كبيرة نحو جعل الروبوتات قادرة على التعامل مع العالم الحقيقي الفوضوي وغير المتوقع.

ملخص تقني لـ Traj-LeWM: التخطيط الواعي بالمسار عبر تكلفة المسار الكامن

1. بيان المشكلة

تتناول الورقة مشكلتين محددتين في نموذج LeWM (النموذج العالمي المرئي خفيف الوزن)، وهو بنية تنبؤية ذات تضمين مشترك (JEPA) تتعلم الديناميكيات الكامنة من البكسلات للقيام بالتخطيط المشروط بالهدف. بينما يحقق LeWM أداءً قويًا في المهام البسيطة، تنخفض نسبة نجاحه بشكل كبير في البيئات الأكثر تعقيدًا (على سبيل المثال، من 96% في مهمة Push-T إلى 74% في OGBench-Cube). حدد المؤلفون سببين جذريين لهذا التدهور:

فقدان الإشراف على مستوى المسار: يعتمد هدف التدريب في LeWM على التنبؤ بالخطوة التالية (الانتقالات المحلية) وحل تنظيمي (SIGReg) لمنع انهيار التمثيل. لا يتطلب أي من المكونين صراحةً من المشفر المشترك الحفاظ على المعلومات المتعلقة بـ المسار الكامل بالنسبة لهدف المهمة. وبناءً على ذلك، فإن الفضاء الكامن لا يتم تدريبه مباشرة لتقييم جودة مسار مرشح كامل.
عدم الحساسية لتقييم نقطة النهاية فقط: أثناء التخطيط، يقوم LeWM بترتيب تسلسلات الأفعال المرشحة بناءً فقط على المسافة الإقليدية بين التمثيل الكامن لنقطة النهاية المتوقعة وتمثيل الهدف. يتجاهل هذا النهج معلومات المسار المتوسطة؛ حيث تتلقى مسارات ذات نهايات متطابقة ولكن بتطورات متوسطة مختلفة (واحد ناجح والآخر فاشل) نفس الدرجة، مما يؤدي إلى اختيار غير مثالي للمرشحين عندما تتباعد تنبؤات النموذج عن النتائج الفعلية للتنفيذ.

2. المنهجية: Traj-LeWM

يقترح المؤلفون Traj-LeWM، وهو إطار عمل يحتفظ بهدف الديناميكيات المحلية الأصلي لـ LeWM وتقييم نقطة النهاية، مع تقديم تكلفة المسار الكامن المشروطة بالهدف (LTC). يعمل هذا الأسلوب عبر ثلاث مراحل:

أ. تكلفة المسار الكامن المشروطة بالهدف (LTC)
الابتكار الجوهري هو دالة تكلفة قياسية قابلة للتعلم، $S_\psi(\tau | g)$ ، والتي تقيم مسارًا كامنًا كاملاً $\tau$ بمعلومية هدف $g$ . بخلاف مسافة نقطة النهاية، تقوم LTC بتجميع المعلومات عبر المسار بأكمله. وتُعرف كالتالي:
$S_\psi(\tau | g) = \frac{1}{T} \sum_{t=0}^{T-1} \ell_\psi(z_t, \Delta z_t, d^g_t, \eta_t)$
حيث أن:

$z_t$ : الحالة الكامنة الحالية.
$\Delta z_t$ : التطور المحلي (الفرق بين الحالات المتجاورة).
$d^g_t = z_g - z_t$ : الكمية النسبية للهدف (الاشتراط).
$\eta_t$ : الطور الزمني المعياري.
$\ell_\psi$ : دالة مساهمة لكل خطوة قابلة للتعلم وغير سالبة.

يسمح هذا الهيكل بتغير التكلفة بناءً على كيفية الوصول إلى حالة ما، وليس فقط أين تنتهي.

ب. الإشراف على تفضيل المسار
لتدريب الـ LTC وتشكيل المشفر المشترك، قدم المؤلفون آلية تعلم قائمة على التفضيلات باستخدام خسارة لوجستية زوجية. يتعلم النظام تخصيص تكاليف أقل للمسارات "المفضلة" (المطابقة للخبير) وتكالβ تكاليف أعلى للمسارات "السلبية". تم استخدام نوعين من الأمثلة السلبية:

التفضيلات الاصطناعية:
- عدم تطابق الهدف: مسار خبير مقترن بهدف مختلف وغير مرتبط.
- اضطراب الحفاظ على نقطة النهاية: مسار خبير مع إضافة ضوضاء إلى الحالات المتوسطة (مع بقاء البداية والنهاية ثابتتين). هذا يجبر النموذج على التمييز بين المسارات المتوسطة المختلفة حتى لو كانت النهايات متطابقة.
تفضيلات الفشل في الحلقة المغلقة:
- يقوم النموذج الحالي بالتخطيط باستخدام تقييم نقطة النهاية فقط (بدون LTC) وينفذ الخطة في البيئة.
- يتم استخراج عمليات التنفيذ الفاشلة وربطها بمسارات الخبراء التي لها نفس البداية والهدف.
- توفر هذه الإخفاقات في العالم الحقيقي أمثلة سلبية فشل مقياس "نقطة النهاية فقط" في تحديدها، مما يعاير الـ LTC مقابل أوضاع الفشل الخاصة بالنموذج.

ج. التدريب المشترك والتخطيط

التدريب: تجمع الخسارة الإجمالية بين خسارة تنبؤ LeWM الأصلية ( $L_{LeWM}$ )، وخسارة التفضيل الاصطناعي ( $L_{path}$ )، وخسارة المستخرجة من الفشل ( $L_{mined}$ ). يقوم الفرع الاصطناعي بتحديث كل من LTC والمشفر المشترك، بينما يقوم الفرع المستخرج بتحديث LTC فقط (عبر فصل التدرجات) لتجنب تشويش تعلم ديناميكيات المتنبئ.
التخطيط: يتم ترتيب المرشحين باستخدام درجة مشتركة:
$C_\lambda(\hat{\tau}, g) = C_0(\hat{\tau}, g) + \lambda \tilde{S}_\psi(\hat{\tau} | g)$
حيث $C_0$ هي مسافة نقطة النهاية الأصلية، و $\tilde{S}_\psi$ هي درجة LTC المعايرة. يسمح هذا للمخطط باستخدام معلومات المسار المتوسطة عندما تكون تنبؤات نقطة النهاية غامضة أو غير دقيقة.

3. المساهمات الرئيسية

تكلفة المسار الكامن (LTC): تقديم تكلفة متعلمة ومشروطة بالهدف تقيم المسارات المتوقعة الكاملة، وتجمع التطور الكامن النسبي للهدف لتوفير إشارة تخطيط حساسة للمسار.
تعلم تفضيل المسار: تطوير آلية تستخدم السلبيات الاصطناعية (عدم تطابق الأهداف والاضطرابات المتوسطة) والإخفاقات المستخرجة من الحلقة المغلقة لتدريب الـ LTC وتشكيل التمثيل المشترك دون تغيير هدف المتنبئ الأصلي.
تقييم شامل: اختبار مكثف على أربع مهام محاكاة (Push-T، OGBench-Cube، Reacher، Two-Room) وعلى روبوت فيزيائي من نوع Franka FR3، مما يظهر تحسينات على النموذج الأساسي.

4. النتائج التجريبية

نتائج المحاكاة:
يتفوق Traj-LeWM على LeWM في جميع المهام الأربع، مع تحسينات في معدل النجاح:

Push-T: +3% (96% $\to$ 99%)
OGBench-Cube: +14% (74% $\to$ 88%)
Reacher: +7% (86% $\to$ 93%)
Two-Room: +7% (87% $\to$ 94%)

تقييم الروبوت الحقيقي:
على روبوت Franka FR3 في 20 مهمة (بداية-هدف)، حقق Traj-LeWM معدل نجاح 70% (14/20) مقارنة بـ 50% (10/20) لـ LeWM. انخفضت حالات الفشل الناتجة عن الاصطدام من 20% إلى 10%.

التجارب الضابطة والدراسات الاستقصائية:

تشكيل التمثيل (الفجوة 1): حتى عند إزالة LTC في وقت الاختبار، ينتج المشفر المشترك لـ Traj-LeWM (المدرب بتفضيلات المسار) درجات نقطة نهاية ذات AUC أعلى للتمييز بين النجاح والفشل مقارنة بـ LeWM.
الوعي بالمسار (الفجوة 2): عندما تكون تنبؤات نقطة النهاية غير دقيقة، يؤدي إضافة LTC إلى تحسين الترتيب الصحيح للمرشحين. في اختبارات "التحكم في نقطة النهاية" (حيث تتطابق حالات البداية والنهاية)، نجحت LTC في التمييز بين المسارات الناجحة والفاشلة في أكثر من 94% من الحالات في مهمة Reacher، مما يثبت أنها تستخدم معلومات المسار المتوسطة.
التكامل: تظهر الدراسات الاستقصائية أن الإشراف على المسار (التدريب) والترتيب الصريح لـ LTC (التخطيط) يكملان بعضهما البعض. تحقق الدرجة المشتركة أفضل النتائج، مما يشير إلى أنهما ليسا قابلين للاستبدال.

5. الأهمية والادعاءات

تدعي الورقة أن Traj-LeWM يعالج بنجاح قيود النماذج العالمية ذات الديناميكيات المحلية فقط من خلال دمج المعلومات على مستوى المسار في كل من تعلم التمثيل وترتيب المرشحين.

ادعاءات متواضعة: يذكر المؤلفون صراحة أن نتائج الروبوت الحقيقي هي "أدلة أولية على جدوى الروبوت الحقيقي وليست ميزة أداء حاسمة" بسبب العدد المحدود من المهام المقترنة (20).
الرؤية الجوهرية: يوضح العمل أن مسافة نقطة النهاية وحدها غير كافية للتخطيط الموثوق في البيئات المعقدة. من خلال تعلم تكلفة على المسارات الكامنة الكاملة، يمكن للنموذج الاستفادة من أدلة المسار المتوسطة لترتيب المرشحين بشكل أكثر فعالية، خاصة عندما تكون تنبؤات نقطة النهاية غير مؤكدة.
الكفاءة: تضيف الطريقة أقل من مليون معلمة (parameter) إلى النموذج، مما يحافظ على بنية خفيفة الوزن مشابهة لـ LeWM الأصلي مع تعزيز الأداء بشكل كبير في مهام المناولة والملاحة الصعبة.