← أحدث الأبحاث
🤖 AI

UC-PSRO: Utility-Conditioned Policy-Space Response Oracles with a Communication-Dropout Curriculum for Game-Theoretic Course-of-Action Generation in Adversarial Swarms

تقترح هذه الورقة إطار عمل UC-PSRO، وهو إطار لتوليد مسارات عمل قائمة على نظرية الألعاب لأسراب الطائرات بدون طيار المعادية، يجمع بين اللعب الذاتي، والاشتراط بالمنفعة، ومناهج انقطاع الاتصال، كاشفةً أنه في حين أن انقطاع الاتصال يعزز المتانة بشكل كبير في البيئات المتدهورة، فإن التعقيد المضاف للعب الذاتي والاشتراط بالمنفعة يتسبب حالياً في تكاليف تقارب دون إظهار فائدة متانة ذات دلالة إحصائية.

المؤلفون الأصليون: Phillip Jiang

نُشر 2026-08-18
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Phillip Jiang

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

في عالم الدفاع الحديث عالي المخاطر، برز تحدٍ جديد يتجاوز مجرد الأتمتة البسيطة: كيف يمكن تنسيق سرب من مئات الطائر بدون طيار غير المأهولة ضد عدو يفكر، ويتكيف، ويحاول التفوق عليهم بذكاء. هذه ليست مجرد مسألة برمجة آلة لتتبع مسار ما؛ بل هي لعبة استراتيجية تعتمد فيها أفضل حركة للسرب تماماً على ما يقرره العدو، والعكس صحيح. ولحل هذه المعضلة، يتجه الباحثون إلى فرع من فروع الذكاء الاصطناعي يعامل هذه التفاعلات كلعبة رياضية، حيث يتم تدريب وكلاء حاسوبيين للعب ضد بعضهم البعض حتى يكتشفوا الاستراتيجيات الأكثر قوة. والهدف هو إنشاء "سرب" يمكنه العمل حتى عندما لا يستطيع أعضاؤه التواصل مع بعضهم البعض، وهو سيناريو يُعرف ببيئة انقطاع الاتصالات، وهو ما يحدث غالباً عندما يقوم العدو بتشويش إشاراتهم.

لقد شرع باحث، بقيادة فيليب جيانغ، في بناء نظام يمكنه توليد هذه الاستراتيجيات المثلى لفريق أزرق من الطائرات بدون طيار يواجه فريقاً أحمر من الخصوم. استلهم عملهم من طلب واقعي من القوات الجوية الأمريكية لبرمجيات يمكنها التعامل مع هذا التعقيد بالضبط، لكن الفريق اختار اختبار أفكارهم في محاكاة اصطناعية بالكامل وغير مصنفة. لقد أنشأوا عالماً رقمياً حيث كان على خمس وعشرين طائرة بدون طيار العمل معاً للوصول إلى هدف مع تجنب التهديدات، وكل ذلك مع التعامل مع احتمالية انقطاع شبكة اتصالاتهم. وقد دمج الباحث ثلاث أفكار متميزة لمعالجة ذلك: طريقة يتعلم فيها السرب والعدو من خلال اللعب ضد بعضهما البعض بشكل متكرر، وطريقة تسمح لقائد بشري بتغيير أولويات الطائرات أثناء المهمة دون الحاجة لإعادة تدريب البرنامج، وتقنية تدريب تعمل عمداً على كسر روابط الاتصال لديهم أثناء التدريب لإجبارهم على تعلم كيفية البقاء على قيد الحياة بدونها.

كشفت نتائج هذه التجربة عن حقيقة مفاجئة ومناقضة للبديهة حول كيفية تعلم هذه الأنظمة. وجد الباحث أن الأداة الأكثر فعالية لضمان نجاح المهمة كانت ممارسة التدريب مع انقطاع روابط الاتصال. في الواقع، كلما زادت محاكاتهم لفشل الاتصال أثناء التدريب، زاد أداء الطائرات عند الاختبار. وعندما انقطعت روابط الاتصال تماماً في الاختبار، حقق السرب المدرب معدل نجاح قدره 62 بالمئة، وهو تحسن ملحوظ مقارنة بمعدل النجاح البالغ 35 بالمئة الذي لوحظ عندما كانت الروابط سليمة تماماً. يشير هذا إلى أنه من خلال إجبار الطائرات على الاعتماد على ملاحظاتها المحلية واتخاذ قرارات مستقلة، فإن عملية التدريب علمتهم دون قصد أن يكونوا أكثر حزماً وفعالية في المهمة الأساسية وهي الوصول إلى الهدف، بدلاً من انتظار تعليمات قد لا تأتي أبداً.

ومع ذلك، فإن القصة ليست قصة انتصار بسيط لكل تقنية جديدة تُضاف إلى المزيج. فعندما حاول الباحث دمج تدريب الاتصالات مع الميزتين المتقدمتين الأخريين — استراتيجية اللعب التنافسي والقدرة على اتباع أوامر القائد المتغيرة — واجه النظام صعوبة في التعلم على الإطلاق. وفي غضون الوقت المحدد للحوسبة المتاح لهم، فشل النظام المعقد الذي يتضمن الميزات الثلاث في إتمام المهمة ولو لمرة واحدة في العديد من عمليات الاختبار. إن القدرة على التبديل بين الأولويات المختلفة، مثل التركيز على البقاء مقابل السرعة، جعلت عملية التعلم صعبة للغاية لدرجة أن الطائرات لم تتمكن من إيجاد مسار ناجح ضمن المهلة الزمنية. وبالمثل، فإن استراتيجية جعل الطائرات والخصوم يلعبون ضد بعضهم البعض لإيجاد توازن مثالي لم توفر ميزة واضحة مقارنة بنهج أبسط حيث تلعب الطائرات ضد عدو ثابت ومتوقع. في الواقع، كان النظام المعقد بطيئاً جداً في التعلم لدرجة أنه لم يظهر أي تحسن ملموس في قدرته على مقاومة الخداع من قبل عدو ذكي مقارنة بالنسخة الأبسط.

لقد كان الباحث حريصاً على الإبلاغ عن هذه النتائج المختلطة بأمانة، مشيراً إلى أن فشل النظام المعقد لم يكن بسبب خطأ في الأفكار، بل لأن عملية التعلم كانت بطيئة جداً بالنسبة للموارد التي كانت لديهم. لقد اكتشفوا أن الصعوبة جاءت من مطالبة النظام بتعلم أشياء كثيرة في وقت واحد: كان عليه إتقان لعبة ضد خصم متغير مع التعلم أيضاً للتكيف مع مجموعة واسعة من الأهداف المتغيرة. هذا "الهدف المتحرك" جعل من المستحيل تقريباً أن يستقر النظام على استراتيجية فائزة في الوقت المسموح به. كما حددوا عيوباً تصميمية محددة في إعدادهم الأولي، مثل نقص الإشارات الواضحة التي تخبر الطائرات بمكان الهدف، وهو ما قاموا بإصلاحه للسماح بأي نوع من التعلم بالحدوث.

في نهاية المطاف، تقدم هذه الدراسة نظرة واضحة وواقعية للمقايضات المتضمنة في بناء الأسراب الذكية. فهي تظهر أنه بينما يعد جعل النظام قوياً تجاه فقدان الاتصال أمراً فعالاً للغاية ويمكن أن يحسن الأداء، فإن إضافة طبقات من التعقيد مثل تحديد الأهداف الديناميكي واللعب التنافسي يمكن أن يعيق التقدم إذا كان وقت التدريب محدوداً. يوضح العمل أن اتباع نهج أكثر بساطة وتركيزاً في التدريب قد يكون أكثر موثوقية من النهج المعقد والشامل، على الأقل حتى تتحسن قدرة الحوسبة أو طرق التدريب للتعامل مع الصعوبة الإضافية. لقد أتاح الباحث أدوات المحاكاة الخاصة به للآخرين، مقدمًا رؤية شفافة لما ينجح، وما لا ينجح، ولماذا، لضمان بناء الجهود المستقبلية في هذا المجال على أساس من الحقائق الصادقة والقابلة لإعادة الإنتاج بدلاً من الافتراضات غير المثبتة.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 🤖 cs.AI →