Persistent Frontier Tracking and Uncertainty-Aware Goal Switching for Autonomous Exploration

تخيل روبوتاً أُرسل إلى مبنى لم يره من قبل. مهمته هي رسم خريطة للمساحة بأكملها، غرفة بغرفة، دون أي تعليمات مسبقة حول وجهته. وللقيام بذلك، يعتمد الروبوت على استراتيجية تسمى "الاستكشاف القائم على الحدود" (frontier-based exploration). فهو يبحث باستمرار عن حافة ما يعرفه — "الحدود" — حيث تلتقي المساحة الخالية المعروفة بالمناطق المظلمة غير المعروفة. يختار الروبوت نقطة على هذه الحافة ويتجه نحوها. ومع ذلك، فإن العالم ليس ثابتاً؛ فبينما يتحرك الروبوت، تقوم مستشعراته بتحديث الخريطة، ويمكن أن تتغير قيمة وجهته المختارة. فالنقطة التي بدت واعدة من مسافة بعيدة قد تتبين لاحقاً أنها طريق مسدود، أو قد تظهر فجأة منطقة أكثر انفتاحاً وقرباً. ويكمن التحدي الذي يواجه المهندسين في تعليم الروبوت متى يتمسك بخطته الحالية ومتى يغير مساره. فإذا غير مساره كثيراً، فإنه يهدر الوقت والطاقة في التحرك المتعرج؛ وإذا غيره نادراً، فقد يندفع بإصرار نحو هدف لم يعد يستحق الوصول إليه.

لقد طور فريق من الباحثين في جامعة أمير كبیر للعلوم التكنولوجية في إيران طريقة جديدة لهذه الروبوتات لاتخاذ هذا القرار. فقد ابتكروا نظاماً يعمل مثل ملاح مفكر، يعيد تقييم مسار الروبوت باستمرار مع تطور الخريطة. وبدلاً من اختيار وجهة وتجاهلها حتى يصل الروبوت إليها، أو اختيار وجهة جديدة باستمرار مع كل تحديث طفيف، يحافظ نظامهم على سجل تاريخي للوجهات المحتملة. إنه يعامل كل هدف محتمل كمسار مستمر، ويراقب كيف تتغير قيمته بمرور الوقت. استخدم الباحثون أداة رياضية، تشبه الطريقة التي يتنبأ بها خبير الأرصاد الجوية بالعاصفة من خلال تنعيم البيانات المشوشة، لتقدير القيمة الحقيقية لكل حد. تساعد هذه الأداة الروبوت على التمييز بين الوجهة الأفضل حقاً وبين مجرد خلل مؤقت في بيانات الخريطة. ولا يغير الروبوت هدفه إلا إذا كان الخيار الجديد أفضل بشكل واضح وواثق، مع مراعاة عدم اليقين في مستشعراته الخاصة.

ولاختبار هذه الفكرة، قام الباحثون ببناء نظام استكشاف كامل واختبروه بطريقتين مختلفتين: أولاً في محاكاة حاسوبية مفصلة، ثم على روبوت حقيقي مادي يسمى "TurtleBot3" يتحرك في غرفة داخلية حقيقية. وفي المحاكاة، قارنوا طريقتهم الجديدة بنهجين قديمين: أحدهما استخدم نظام ملاحة قياسي جامد، والآخر استخدم متحكماً حديثاً قائماً على التعلم ولكنه لا يغير رأيه أبداً بمجرد تحديد الهدف. كانت النتائج واضحة؛ فقد وصل النظام الجديد، الذي سمح بتبديل الأهداف الذكي الواعي بعدم اليقين، إلى 95 بالمائة من تغطية الخريطة بشكل أسرع بكثير من الطرق الأخرى. وفي عمليات المحاكاة الحاسوبية، أنهى المهمة في وقت أقل بنسبة 21 بالمائة وسافر مسافة أقل بنسبة 19 بالمائة تقريباً من النسخة التي لم تغير أهدافها أبداً.

وقد صمد هذا الأداء عند انتقال الباحثين من العالم الافتراضي إلى العالم الحقيقي. ففي غرفة مادية تحتوي على عوائق ثابتة، وصل الروبوت الذي يستخدم النظام الجديد إلى علامة تغطية 95 بالمائة في غضون 115 ثانية فقط، حيث قطع مسافة تبلغ حوالي 13 متراً. وبالمقارنة، استغرقت النسخة التي لم تغير أهدافها أبداً حوالي 145 ثانية وقطعت مسافة 16 متراً تقريباً. أما الطريقة القديمة القياسية فكانت الأبطأ على الإطلاق، حيث استغرقت ما يقرب من 184 ثانية وقطعت مسافة 19 متراً تقريباً. ومن الأهمية بمكان أن جميع الطرق الثلاث انتهت برسم نفس القدر من الغرفة تقريباً؛ فلم يكن الفرق في مقدار ما رأوه، بل في مدى كفاءة وصولهم إلى هناك. لم يجد النظام الجديد غرفاً سرية فاتته الأنظمة الأخرى، بل ببساطة تجنب الخطوات الضائعة المتمثلة في السير نحو هدف فقد قيمته.

يكمن المفتاح وراء هذه الكفاءة في كيفية تعامل النظام مع "الضجيج" في البيانات الواقعية. فبينما يتحرك الروبوت، تلتقط مستشعراته معلومات غير كاملة، ويمكن للخريطة أن تومض أو تتغير قليماً. والنظام الذي يتفاعل مع كل تغيير طفيف قد يغير أهدافه باستمرار، مما يهدر الطاقة، أما النظام الذي يتجاهل جميع التغييرات فقد يفوت فرصة أفضل. وكان حل الباحثين هو الحفاظ على "مسار" لكل هدف محتمل. فحتى لو فقد الروبوت رؤية حد معين للحظة، فإن النظام يحتفظ بتقدير مستمر لمكانه ومدى القيمة التي لا تزال تتمتع بها. وعندما يفكر الروبوت في تغيير هدفه، فإنه لا ينظر فقط إلى الأرقام الحالية، بل ينظر إلى تاريخ كل من الهدف الحالي والمرشح الجديد، ويزن قيمتهما مقابل عدم اليقين في قياساتهما. وهو لا يغير هدفه إلا إذا قدم المرشح الجديد ميزة مستمرة وواضحة تفوق مخاطر تغيير الاتجاه.

أثبت هذا النهج متانته عبر بيئات مختلفة. فقد اختبر الباحثون النظام في خرائط محاكاة متميزة، إحداها كانت جديدة تماماً على بيانات تدريب الروبوت، وظلت النتائج ثابتة. كما أدى النظام أداءً جيداً في الاختبار الواقعي، حيث أضافت العوائق المادية ومحدودية المستشعرات طبقات من التعقيد. وأظهر التحليل أن تبديل الأهداف لم يكن عشوائياً أو فوضوياً، بل كان تصحيحات مدروسة سمحت للروبوت بالتعافي من اللحظات التي كان يتجه فيها نحو منطقة أقل فائدة. ومن خلال تصفية الضجيج والتركيز على القيمة المستمرة، قضى الروبوت وقتاً أقل في السفر ووقتاً أكثر في الاستكشاف.

تخلص الدراسة إلى أن قيمة "الحد" ليست رقماً ثابتاً يتم تحديده لحظة الاختيار، بل هي صفة ديناميكية ترتفع وتنخفض مع تحرك الروبوت وتحديث الخريطة. فالروبوت الذي لا يستطيع رؤية هذه التغييرات يظل ملتزماً بقرار بناءً على معلومات قد تكون منتهية الصلاحية بالفعل. ومن خلال الاحتفاظ بسجل لهذه الوجهات المحتملة واستخدام مرشح لتنعيم الضجيج، يمكن للروبوت اتخاذ خيارات أذكى في الوقت الفعلي. وقد وجد الباحثون أن هذه الطريقة لا تتطلب من الروبوت تعلم مهارات جديدة لكل بيئة جديدة؛ فقد تم تدريب سياسة الملاحة مرة واحدة في المحاكاة ثم تم نشرها مباشرة على الروبوت المادي دون مزيد من التدريب. لقد جاء التحسن بالكامل من طبقة اتخاذ القرار التي تقع بين اكتشاف الخريطة وتحريك العجلات.

وبالنظر إلى المستقبل، يقترح الباحثون إمكانية توسيع هذا الإطار ليشمل مجموعات من الروبوتات التي تعمل معاً. وبما أن النظام يحتفظ بالفعل بسجل لكل حد، فمن الممكن تكييفه لتتبع أي روبوت يتجه نحو أي منطقة، مما يمنع الروبوتات المتعددة من مطاردة نفس الهدف. كما يشيرون إلى أن النظام الحالي يعامل الحد المسدود بعائق متحرك بنفس طريقة التعامل مع الحد الذي تم استكشافه بالفعل، وهو أمر يمثل قصوراً للعمل المستقبلي. ومع ذلك، توضح الدراسة حالياً طريقة عملية لجعل الاستكشاف المستقل أكثر كفاءة، وتظهر أنه من خلال منح الروبوت القدرة على إعادة النظر في مساره بمنظور هادئ وقائم على البيانات، يمكننا مساعدته على التنقل في المجهول بسرعة أكبر وجهد أقل ضائعاً.