Solver-Informed Evolution of Interpretable Dispatching Rules for the Stochastic Team Orienteering Problem with Time Windows

تخيل أسطولاً من المركبات يتسابق مع الزمن لزيارة مجموعة مبعثرة من المواقع، حيث يقدم كل موقع مكافأة مختلفة. الهدف بسيط: جمع أكبر قدر ممكن من القيمة قبل نفاد الوقت. لكن العالم ليس مجرد جدول بيانات؛ فالوقت المستغرق لإنجاز مهمة في أي مكان هو أمر غير مؤكد؛ فقد تؤدي هبة ريح مفاجئة إلى تأخير طائرة مسيرة، أو قد تبطئ الأمواج الهائجة حركة قارب. علاوة على ذلك، فإن كل موقع متاح خلال نافذة زمنية محددة فقط؛ فإذا وصلت المركبة مبكراً جداً، وجب عليها الانتظار، وإذا وصلت متأخرة، ستضيع الفرصة للأبد. هذا هو جوهر التحدي اللوجستي المعقد المعروف باسم "مشكلة التوجيه الجماعي مع النوافذ الزمنية". وفي العالم الحقيقي، يتجسد هذا السيناريو عندما يحاول رجال الإطفاء احتواء حريق غابة، أو عندما تسابق فرق مكافحة التسرب النفطي لاحتواء بقعة زيت قبل وصولها إلى الشاطئ، أو عندما يتعين على الفرق الطبية زيارة المرضى ضمن أطر زمنية حرجة. وتكمن الصعوبة في اتخاذ الخطوة التالية فوراً، دون معرفة المدة التي ستستغرقها المهمة الحالية بدقة، ودون ترف استخدام حاسوب خارق لإعادة حساب الخطة بأكملها في كل ثانية.

لسنوات، حاول الباحثون حل هذه المشكلة عبر تعليم الحواسيب تطوير قواعد قرار بسيطة. تعمل هذه القواعد كمنظم حركة مرور، تنظر إلى الوضع الراهن وتقرر فوراً العميل الذي يجب زيارته تالياً. وتعتمد الطريقة الأكثر نجاحاً حتى الآن، والمعروفة باسم NS-GP، على مجموعة ثابتة من أحد عشر ميزة أساسية — مثل مدى بعد العميل أو الوقت المتبقي — لاتخاذ هذه القرارات. ورغم فعاليتها، إلا أن هذا النهج له سقف محدود؛ فهو يستخدم مفردات محدودة لوصف العالم، تماماً مثل محاولة كتابة رواية باستخدام مائة كلمة فقط. وقد طرح الباحثون وراء هذه الدراسة الجديدة، بقيادة أوغستو ميندونسا وفريقه في جامعات برازيلية، سؤالاً جريئاً: ماذا لو استطاع الحاسوب تعلم مفردات أغنى من خلال مراقبة كيف يحل مخطط خبير المشكلة بشكل غير متصل (offline)؟ أرادوا معرفة ما إذا كان بإمكانهم استخراج المنطق الخفي للحلول عالية الجودة وتحويل تلك الرؤى إلى قواعد بسيطة وقابلة للقراءة تعمل في الوقت الفعلي.

طور الفريق طريقة جديدة تسمى SI-GP، والتي ترمز إلى "البرمجة الجينية المستنيرة بالمحلل" (Solver-Informed Genetic Programming). تبدأ العملية ليس بالتخمين من قبل الحاسوب، بل بمراقبته. أولاً، استخدم الباحثون أدوات حل قوية وعالية السرعة لإيج Hel أفضل المسارات لمجموعة من أربعين مشكلة اختبار مختلفة، بافتراض أن كل شيء سيسير على أكمل وجه. ثم أخذوا هذه المسارات المثالية وأعادوا تشغيلها في عالم محاكى حيث تحدث التأخيرات بشكل عشوائي، تماماً كما يحدث في الواقع. ومن خلال مقارنة الخطط المثالية بما حدث بالفعل، حدد الفريق عمليات محددة قامت بها الخطط المثالية ولكن القواعد القياسية أغفلتها. على سبيل المثال، لاحظوا أن أفضل الخطط غالباً ما كانت تنظر عدة خطوات للأمام لترى ما هي المكافآت التي ستظل قابلة للوصść، أو أنها كانت تحسب مخاطر فقدان فرصة مستقبلية إذا التزمت بمهمة حالية.

ومن هذه الملاحظات، بنى الباحثون مكتبة جديدة مكونة من ثماني عشرة ميزة قرار. كانت ست عشرة منها تعتمد على مفاهيم راسخة في الجدولة، بينما كانت اثنتان عبارة عن تركيبات جديدة تماماً صُممت لوزن تكلفة القرار مقابل الربح المحتمل. منحت هذه المفردات الجديدة الحاسوب طريقة أكثر دقة لفهم المشكلة. ومع ذلك، فإن امتلاك المزيد من الخيارات لا يعني تلقائياً نتائج أفضل؛ ففي بعض الأحيان، يمكن لكثرة الخيارات أن تربك النظام. ولحل ذلك، استخدم الفريق طبقة ثانية من الذكاء لاختيار المجموعة الفرعية الأفضل من هذه الميزات لكل مشكلة محددة. لقد عاملوا عملية الاختيار كأنها بطولة، حيث طوروا تركيبات مختلفة من الميزات واختبروها بصرامة. وقد أصبح هذا ممكناً بفضل محرك تم بناؤه خصيصاً يعمل على بطاقات الرسوميات، مما سمح لهم باختبار آلاف التركيبات في الوقت الذي كان يستغرقه اختبار تركيبة واحدة سابقاً.

كانت النتائج مذهلة. في مشاكل الاختبار الأربعين، لم يقل أداء الطريقة الجديدة عن المعيار القديم أبداً. وفي ثلاث وثمانين حالة، طور النظام قاعدة جديدة تفوقت على الأفضل سابقاً. وفي المتوسط، حسنت القواعد الجديدة إجمالي المكافأة المجموعة بنسبة 1.0 بالمائة عبر جميع الاختبارات، وبنسبة 1.3 بالمائة في المشكلات التي كانت لا تزال تتيح مجالاً للتحسين. وفي عشر حالات محددة، كان التحسن ذا دلالة إحصائية وكبيراً بما يكفي لاعتباره طفرة كبرى لذلك السيناريو المحدد. ولعل الأهم من ذلك، أن القواعد الجديدة ظلت بسيطة وقابلة للقراءة؛ فهي لم تكن خوارزميات "الصندوق الأسود" التي لا يستطيع أحد فهمها، بل كانت تعبيرات رياضية موجزة يمكن للإنسان قراءتها والتحقق منها. وفي كثير من الحالات، كانت القواعد الجديدة أيضاً أكثر استقراراً، حيث أنتجت نتائج متسقة حتى عندما تباينت التأخيرات العشوائية، بينما كانت القواعد القديمة تتأرجح أحياناً بشكل حاد بين النتائج الجيدة والسيئة.

كما كشفت الدراسة عن سبب حدوث هذه التحسينات. فقد كانت القواعد الجديدة فعالة بشكل خاص في المواقف التي عانى فيها النظام الأساسي في زيارة كل عميل ممكن. في هذه السيناريوهات "غير المشبعة"، سمحت المفردات الجديدة للنظام بالتنقل عبر المقايضات المعقدة، مثل زيارة عميل بعيد ذي قيمة عالية حتى لو كان ذلك يعني تخطي عميل قريب ذي قيمة منخفضة. ووجد الباحثون أن الميزات الجديدة ساعدت النظام على تنظيم بحثه، مما يعني أنه كان أقل عرضة للوقوع في فخ محلي وأكثر قدرة على إيجاد مسار قوي للمضي قدماً. عملت الطريقة من خلال التعلم من هيكلية الحلول عالية الجودة دون مجرد نسخها؛ فهي لم تحاول تقليد المسار الدقيق للمخطط الخبير، بل تعلمت المبادئ التي جعلت تلك المسارات ناجحة وطبقتها في بيئة جديدة وغير مؤكدة.

يبرهن هذا العمل على إمكانية جسر الفجوة بين التحسين المعقد غير المتصل (offline) واتخاذ القرار السريع المتصل (online). فمن خلال استخدام رؤى المحللين عالي الجودة لبناء مفردات أفضل، ومن خلال اختيار الأدوات المناسبة بعناية لكل مهمة، أنشأ الباحثون نظاماً يتميز بالقوة والشفافية في آن واحد. المنتج النهائي هو مجموعة من قواعد القرار التي يمكن دمجها مباشرة في المركبات أو الطائرات المسيرة، مما يسمح لها باتخاذ خيارات ذكية في أجزاء من الثانية دون الحاجة إلى الاتصال بحاسوب مركزي أو تشغيل عمليات محاكاة معقدة. ويقترح هذا النهج مساراً جديداً للذكاء الاصطناعي في الخدمات اللوجستية: مساراً يقدر القابلية للتفسير والتكيف، ويضمن أن الآلات التي تتخذ قرارات حاسمة يمكن فهمها من قبل البشر الذين يعتمدون عليها. وقد أتاح الباحثون شفرتهم البرمجية وبياناتهم والقواعد المحددة التي اكتشفوها للجمهور، داعين الآخرين للبناء على هذا الأساس لمواجهة التحديات المستقبلية في البيئات غير المستقرة.