Uncertainty-Guided Belief World Models for Long-Horizon UAV Navigation under Partial Observability and Visual Degradation
تقترح هذه الورقة نموذج عالم الاعتقاد الموجه بعدم اليقين (UG-BWM)، وهو إطار عمل يستفيد من التباين البعدي وعدم اليقين التنبؤي القائم على التجميع لتوجيه تحديثات الاعتقاد وتحفيز إعادة التخطيط الانتقائي، مما يؤدي إلى تحسين نجاح ملاحة الطائرات بدون طيار في المسافات الطويلة وتقليل معدلات الاصطدام بشكل كبير تحت ظروف عدم اليقين في الرصد وتدهور الرؤية مقارنة بالنماذج المرجعية الحديثة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلف ولم يصادق عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
إن طيران طائرة بدون طيار (درون) عبر مدينة أو غابة هو مهمة تتطلب قرارات مستمرة وسريعة في أجزاء من الثانية. يجب على الآلة أن ترى أين هي، وتخمن أين ستكون بعد لحظة، وتتجنب الاصطدام بالأشجار أو المباني أو الطائرات الأخرى. في العالم الحقيقي، نادراً ما يكون هذا سهلاً؛ فقد يتدفق الضباب، أو تغيب الشمس تحت الأفق، أو تتلطخ عدسة الكاميرا، مما يترك الطائرة مع صورة ضبابية أو غير مكتملة لما يحيط بها. عندما تكون الرؤية سيئة، لا يمكن للطائرة ببساطة أن تنظر إلى الأرض وتقرر؛ بل يجب عليها الاعتماد على ما تتذكره وما تعتقد أنه قد يحدث لاحقاً. هذا هو تحدي الملاحة بالمعلومات الجزئية: إذ يتعين على الآلة وضع خطة بناءً على ذاكرة ضبابية للماضي وتخمين للمستقبل، كل ذلك بينما العالم من حولها يتغير.
لقد حاول الباحثون لفترة طويلة تعليم الطائرات بدون طيار كيفية التعامل مع هذه المواقف الصعبة باستخدام الذكاء الاصطناعي. يتضمن أحد النهج الشائعة تعليم الكمبيوتر تخيل المستقبل؛ حيث يتعلم النظام نسخة مبسطة من العالم، مما يسمح له بإجراء آلاف المحاكاة الذهنية في جزء من الثانية ليرى أي مسار يبدو الأكثر أماناً. ومع ذلك، تبرز مشكلة رئيسية عندما تتدهور رؤية الطائرة؛ فإذا كان بث الكاميرا سيئاً، تصبح "ذاكرة" الطائرة لمكانها مهتزة، ويصبح "خيالها" للمستقبل أكثر اهتزازاً. إذا عامل الكمبيوتر هذه التخمينات المهتزة كحقائق، فقد يقود الطائرة نحو جدار لأنه تخيل بثقة مساراً واضحاً لا وجود له في الواقع. السؤال الجوهري للمهندسين هو: كيف نصنع طائرة بدون طيار تعرف متى تكون في حالة تخمين، ومتى تتوقف عن التخمين وتبدأ في التفكير بعناقة أكبر؟
في دراسة جديدة، طور باحث في جامعة البصرة نظاماً يسمى "نموذج عالم الاعتقاد الموجه بعدم اليقين" (Uncertainty-Guided Belief World Model) لحل هذه المشكلة تحديداً. تم تصميم النظام للمهمات الطويلة حيث يجب على الطائرة الطيران لفترة طويلة عبر بيئات لم ترها من قبل، وغالباً بينما تعاني كاميراتها من الضباب أو الظلام أو ضبابية الحركة. الفكرة الجوهرية هي منح الطائرة حساً بمدى ثقتها؛ فبدلاً من مجرد إخبار الطائرة "انعطف يساراً"، يخبر النظام الطائرة: "انعطف يساراً، لكننا متأكدون بنسبة 60 بالمائة فقط من أن هذه هي الخطوة الصحيحة لأن الكاميرا ضبابية". يقوم النظام بفصل معرفة الطائرة الحالية بمكانها عن تخميناتها لما ستكون عليه في المستقبل. ومن خلال القيام بذلك، يمكن للنظام التمييز بين خلل لحظي في الكاميرا وبين خطر حقيقي يلوح في الأفق.
اختبر الباحثون هذا النظام الجديد في محاكاة حاسوبية واقعية للغاية تحاكي فيزياء الطيران الحقيقي وسلوك الكاميرات الحقيقية. وقد وضعوا نظامهم الجديد في مواجهة عدة طرق ملاحة متقدمة أخرى، بما في ذلك بعض الطرق التي تعتبر حالياً من بين الأفضل في مجالها. كانت الاختبارات صارمة، حيث غطت ستة سيناريوهات مختلفة تتراوح من الأيام المشمسة الصافية إلى الضباب الكثيف، وضبابية الحركة، وحتى الانقطاع التام للكاميرا حيث توجب على الطائرة الطيران دون أي مدخلات بصرية لعدة ثوانٍ. كما اختبروا الطائبات في مسارات ذات أطوال متفاوتة، من القفزات القصيرة إلى الرحلات الطويلة التي تجاوزت بكثير الوقت الذي تدرب النظام على تخيله في ذهنه.
أظهرت النتائج أن النظام الجديد كان أفضل بكثير في الحفاظ على سلامة الطائرة ومسارها. في الاختبارات الأكثر صعوبة، حيث كان على الطائرة الطيران عبر عوائق غير مرئية بينما تدهورت رؤيتها بشدة، نجح النظام الجديد في الوصول إلى هدفه بمساحة تحت المنحنى (AUC) بلغت 0.63، بينما حقق أفضل نظام منافس مساحة تحت المنحنى بلغت 0.54. والأهم من ذلك، أن النظام الجديد اصطدم أقل بكثير، بمعدل تصادم بلغ 15 بالمائة فقط مقارنة بـ 20 بالمائة لأقرب منافسيه. كما طار بكفاءة أكبر، متخذاً مسارات أقرب إلى المسار المثالي. ووجدت الدراسة أن قدرة النظام على قياس عدم اليقين لديه كانت سر هذا النجاح؛ فعندما أدرك النظام أن صورته الذهنية للمستقبل أصبحت غير موثوقة، لم يتبع خطته السابقة بشكل أعمى، بل أوقف روتينه التلقائي وأجرى عملية حسابية جديدة وأكثر دقة لإيجاد مسار جديد.
كان هذا النهج الانتقائي في التفكير بمثابة مكسب كبير في الكفاءة؛ فلم يكن النظام بحاجة إلى التوقف وإعادة حساب مساره بالكامل في كل ثانية. في الواقع، لم يكن يطلق عملية الحساب الثقيلة هذه إلا بمعدل مساحة تحت المنحنى قدره 0.18. وبالرغم من إجراء هذه الحسابات الإضافية والدقيقة بهذا التواتر المنخفض، إلا أنه قدم أداءً يضاهي النظام الذي يحاول إعادة حساب مساره في كل لحظة. وهذا يعني أن الطائرة يمكنها توفير كمية هائلة من قدرة الحوسبة مع الحفاظ على سلامتها. كما اكتشف الباحثون أن قدرة النظام على الحكم على ثقته الخاصة كانت أمراً حاسماً؛ فعندما أجبروا النظام على تجاهل مستويات عدم اليقين لديه والتصرف كما لو كان واثقاً دائماً، انخفض أداؤه بشكل ملحوظ. وهذا أثبت أن معرفة متى تكون غير متأكد لا تقل أهمية عن معرفة الإجابة الصحيحة.
كما بحثت الدراسة في كيفية تعامل النظام مع أنواع مختلفة من عدم اليقين، ووجدت أن "تخمين" الطائرة للمستقبل يصبح أقل دقة كلما نظرت إلى مدى أبعد، وهو أمر متوقع. ومع ذلك، فإن مقياس عدم اليقين الداخلي للنظام أشار بشكل صحيح إلى هذا الانخفاض في الدقة. فحتى عندما كانت الطائرة تنظر إلى المستقبل البعيد، انخفضت درجة ثقتها مع تدهور دقة التنبؤ. سمح هذا للنظام بمعرفة متى يتوقف عن الثقة في خياله ويبدأ في البحث عن معلومات جديدة. وأشار البشر إلى أن هذه الطريقة تعمل بشكل أفضل عندما تطير الطائرة في بيئات لم ترها من قبل أو عندما يكون الطقس سيئاً، وهي حالات تفشل فيها أنظمة الملاحة القياسية غالباً.
بينما تعد النتائج واعدة، إلا أن الباحثين يشيرون بحذر إلى أن هذه النتائج مستمدة من محاكاة حاسوبية. فالعالم الافتيتي، رغم تفصيله، لا يمكنه محاكاة الطبيعة الفوضوية للرياح الحقيقية، أو الخصائص المحددة لمستشعرات الكاميرا الحقيقية، أو الأعطال الميكانيكية المفاجئة التي يمكن أن تحدث لطائرة مادية. تشير الدراسة إلى أن نهج تعليم الآلات فهم عدم اليقين الخاص بها هو خطوة قوية للأمام، لكنه ليس حلاً سحرياً يضمن السلامة في كل سيناريو محتمل في العالم الحقيقي. فالنظام لا يفرض قاعدة صلبة وغير قابلة للكسر تمنع الاصطدامات، بل يتعلم تجنبها من خلال اتخاذ قرارات أكثر ذكاءً وحذراً عندما يستشعر الخطر.
يسلط هذا العمل الضوء على تحول في كيفية بناء الآلات ذاتية القيادة؛ فبدلاً من محاولة صنع طائرة بدون طيار تكون متأكدة دائماً من كل شيء، وهو أمر مستحيل في عالم فوضوي، يبني النهج الجديد طائرة تعترف بما لا تعرفه. ومن خلال الاعتراف بعدم اليقين واستخدام هذا الاعتراف لتحديد متى يجب التفكير بعمق أكبر، تصبح الطائرة أكثر مرونة. ويخلص الباحثون إلى أنه لكي تطير الطائرات بدون طيار بأمان في العالم الحقيقي، خاصة في الطقس السيئ أو الأماكن المجهولة، فإنها تحتاج إلى هذا النوع من الوعي الذاتي. ويقترحون أن الخطوة التالية هي إخراج هذه الأنظمة من الحاسوب واختبارها على آلات طائرة فعلية لمعرفة ما إذا كان بإمكانها التعامل مع عدم القدرة الحقيقي على التنبؤ في السماء.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.