Decoupling Planning and Control for Instructable Agents

في عالم الذكاء الاصطناعي، هناك انقسام مستمر بين التفكير والعمل. فمن جانب، لدينا النماذج اللغوية الكبيرة، وهي الأنظمة القادرة على قراءة تعليمات معقدة، وفهم هدف ما، وتفكيكه إلى تسلسل منطقي من الخطوات. هذه النماذج ممتازة في التفكير عالي المستوى، تماماً مثل إنسان يعطي توجيهات، لكنها غالباً ما تكون بطيئة وخرقاء جداً للقيام بالحركات الجسدية التي تتطلب أجزاءً من الثانية والمطلوبة للتنقل في عالم حقيقي أو افتراضي. ومن الجانب الآخر، لدينا أنظمة تحكم متخصصة يمكنها الاستجابة فوراً لمحيطها، والتحرك بسرعة ودقة، لكنها تفتقر إلى القدرة على فهم الأهداف المجردة أو متابعة محادثة. إنها تشبه رياضياً ماهراً يمكنه الركض بسرعة ولكنه لا يعرف إلى أين يذهب دون مدرب يصرخ بأوامر محددة. ولكي يكون الروبوت أو الوكيل الرقمي مفيداً حقاً في البيئات المعقدة والمتغيرة، فإنه يحتاج إلى كل من القدرة على التخطيط والقدرة على الفعل، ومع ذلك كان دمج هاتين القدرتين المتمايزتين تحدياً هندسياً صعباً تاريخياً.

لقد عالج فريق من الباحثين هذا الانقسام بنظام جديد يسمى "Instruct-to-Act"، والذي نجح في فصل مهمة التخطيط عن مهمة التحكم. فبدلاً من محاولة إجبار نموذج واحد ضخم على القيام بكل شيء في وقت واحد، قاموا ببناء شراكة بين مكونين متخصصين. الأول هو المخطط (planner)، الذي يستخدم نموذجاً لغوياً بصرياً مدرباً مسبقاً للنظر في البيئة وهدف المستخدم، ثم يكتب تعليمات بسية وعالية المستوى. والثاني هو المتحكم (controller)، وهو نظام خفيف الوزن تم تدريبه خصيما لتلقي تلك التعليمات وتحويلها إلى تدفق سريع من الأفعال الجسدية. الابتكار الرئيسي هو أن هذين الجزأين يعملان بشكل مستقل ولكن بتزامن؛ حيث يمكن للمخطط أن يأخذ وقته في التفكير، والتعليل، وحتى التواصل مع وكلاء آخرين، بينما ينفذ المتحكم الحركات اللازمة بسرعة عالية، دون انتظار انتهاء المخطط من كل فكرة. يسمح هذا التصميم للنظام بالتعامل مع المهام المعقدة وطويلة الأمد في ألعاب الفيديو والعوالم المحاكية بمستوى من السرعة والموثوقية لم تستطع المحاولات السابقة مضاهاته.

اختبر الباحثون هذا النهج عبر سبعة بيئات مختلفة، تتراوح من ألعاب الآركيد الكلاسيكية إلى السيناريوهات التعاونية المعقدة حيث يجب على عدة وكلاء العمل معاً. وفي هذه الاختبارات، يعمل المخطط كالدماغ، يراقب العالم ويقرر ما يجب القيام به تالياً، بينما يعمل المتحكم كاليدين والقدمين، وينفذ الخطة في الوقت الفال. ولتعليم المتحكم كيفية اتباع هذه التعليمات، لم يعتمد الباحثون على خبراء بشريين لاستعراض كل حركة، بل استخدموا المخطط نفسه للنظر إلى أفعال المتحكم الناجحة وكتابة ملخص لما يحدث. سمحت هذه العملية للمتحكم بتعلم كيفية ترجمة الأوامر اللغوية الطبيعية الغامضة إلى حركات دقيقة ومنخفضة المستوى. والنتيجة هي نظام يمكن اقترانه بمخططات مختلفة دون الحاجة إلى إعادة تدريبه، مما يجعله مرناً للغاية.

تظهر النتائج أن هذا الفصل في المهام يعمل بشكل جيد للغاية. فعندما قارن الباحثون نظامهم بالأنظمة الأخرى التي تحاول توليد الأفعال مباشرة من نموذج لغوي كبير، كان نهجهم أسرع وأكثر دقة بشكل ملحوظ. فغال-باً ما كانت طرق التوليد المباشرة تتعثر، منتجة أفعالاً بطيئة جداً أو غير ذات صلة بالموقف الراهن. في المقابل، حافظ نظام "Instruct-to-Act" على سرعة تنفيذ عالية مع الاستمرار في اتباع التعليمات المعقدة. وفي اختبارات الوكلاء المتعددين، حيث كان على شخصيتين رقميتين أو أكثر التنسيق لحل الألغاز، سمح النظام لهم بالتواصل عبر اللغة، والتفاوض على الأدوار، وتحقيق أهداف مشتركة دون عرقلة بعضهم البعض. وقد أدى النظام أداءً تنافسياً ضد أقوى الطرق الموجودة في ست من أصل سبع بيئات تم اختبارها، مما يثبت أن النهج المنفصل يمكنه التعامل مع متطلبات التفكير عالي المستوى والتحكم منخفض التأخير.

إن أحد أكثر جوانب هذا العمل لفتاً للنظر هو كفاءته. فبما أن المتحكم عبارة عن نموذج صغير ومتخصص، فإنه يمكنه معالجة المعلومات البصرية وإصدار الأفعال آلاف المرات في الثانية، بينما يعمل المخطط في الخلفية، محدثاً استراتيجيته فقط عند الضرورة. وهذا يعني أن النظام لا يثقل ببطء وقت المعالجة الخاص بالنموذج اللغوي الكبير. وجد الباحثون أن هذا الإعداد غير المتزامن سمح للوكلاء بالتوسع بفعالية؛ فمع إضافة المزيد من الوكلاء إلى مهمة تعاونية، حافظ النظام على أدائه دون اختناقات التواصل التي تعاني منها أنظمة الوكلاء المتعددين الأخرى. ظل المتحكم موثوقاً، متبعاً التعليمات بمعدل دقة يتراوح بين 86% و97% عبر مختلف المهام والمخططات، مما يثبت أن النظام تعلم فهم القصد وراء الكلمات بدلاً من مجرد حفظ عبارات محددة.

كما استكشفت الدراسة كيف تؤثر جودة التعليمات على النتيجة. واكتشفوا أنه حتى عندما كانت التعليمات ناتجة عن مخططات مختلفة أو كانت ذات تعقيد متفاوت، كان بإمكان المتحكم التكيف والأداء بشكل جيد. يشير هذا إلى أن النظام قد تعلم طريقة قوية لتفسير اللغة، بدلاً من مجرد حفظ مجموعة محددة من الأوامر. وأشار الباحثون إلى أن النظام يعمل بشكل أفضل عندما تكون التعليمات واضحة ومرتبطة بالموقف المباشر، ولكن لا يزال بإمكانه التعامل مع الغموض بشكل أفضل من الطرق السابقة. ومن خلال إبقاء طبقتي التخطيط والتحكم منفصلتين، أنشأ الباحثون إطار عمل ليس قوياً فحسب، بل هو أيضاً نمطي، مما يسم يسمح لهم باستبدال مخططات أو متحكمات مختلفة حسب الاحتياجات المحددة للمهمة.

في النهاية، يوضح هذا العمل مساراً عملياً لبناء وكلاء أذكياء يمكنهم العمل في العالم الحقيقي. فمن خلال الإقرار بأن التفكير والعمل يتطلبان سرعات وأنواعاً مختلفة من الذكاء، أنشأ الباحثون نظاماً يستفيد من نقاط القوة في كل منهما. يوفر المخطط الرؤية والاستراتيجية، بينما يوفر المتحكم السرعة والدقة. يتجنب هذا النهج عيوب محاولة إجبار نموذج واحد على القيام بكل شيء، مما ينتج عنه نظام يتميز بالذكاء والسرعة معاً. وبينما يمضي الباحثون قدماً، فإنهم يرون إمكانية لتطبيق هذا الإطار في سيناريوهات أكثر تعقيداً، بما في ذلك التعاون بين الإنسان والروبوت والمهام التي تتطلب تخطيطاً طويل الأمد في بيئات ديناميكية. إن نجاح "Instruct-to-Act" يشير إلى أن مستقبل الذكاء الاصطناعي المتجسد قد لا يكمن في بناء نماذج ضخمة وموحدة، بل في تصميم شراكات أذكى وأكثر كفاءة بين أنواع مختلفة من الذكاء.