Large Language Models and Agentic AI Architectures for Aerial and Ground Robots: A Systematic Review, Taxonomy, and Design Guidelines
تحلل هذه المراجعة المنهجية 124 دراسة لوضع تصنيف لستة أنماط معمارية لدمج النماذج اللغوية الكبيرة والذكاء الاصطناعي الوكيل في الروبوتات الجوية والأرضية، مقدمةً إرشادات تصميمية تعطي الأولوية لديناميكيات المهام، والسلامة، وقيود النشر على درجات الاختبارات المعيارية، مع تسليط الضوء على القيود الحالية في الاستدلال المحلي والتحقق الفيزيائي.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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
تخيل روبوتاً يمكنه فهم جملة بسيطة مثل "ابحث عن الكلب المفقود في الحديقة" ثم يستطيع بمفرده تحديد الخطوات اللازمة للقيام بذلك. لعقود من الزمن، كانت الروبوتات بارعة في اتباع تعليمات صارمة ومكتوبة مسبقاً، لكنها تعاني عندما يتغير العالم أو عندما تُطلب منها القيام بشيء لم تُبرمج عليه صراحةً. مؤخراً، ظهر نوع جديد من الأدمغة الحاسوبية، يُعرف باسم "النماذج اللغوية الكبيرة". هذه هي نفس الأنظمة القوية التي يمكنها كتابة القصص، والإجابة على الأسئلة، وإجراء المحادثات. وقد بدأ العلماء في محاولة ربط هذه الأدمغة اللغوية بروبوتات مادية، آملين في منح الآلات القدرة على التفكير والتخطيط والتكيف تماماً كما يفعل البشر. إن هذا الاندماج بين فهم اللغة والحركة البدنية هو جبهة الروبوتات الحديثة، مما يبشر بآلات يمكنها العمل في بيئات غير متوقعة، من مناطق الكوارث إلى شوارع المدن المزدحمة.
قام باحث في جامعة شرق لندن، عبد الرحمن محمود، مؤخراً بإلقاء نظرة عميقة على كيفية حدوث ذلك فعلياً. هو لم يقم ببناء روبوت جديد بنفسه؛ بل عمل كرسام خرائط لمشهد يتوسع بسرعة ويتسم ببعض الفوضى. لقد جمع وحلل 124 دراسة علمية مختلفة نُشرت بين يناير 2020 وأبريل 2026، تغطي كلاً من الروبوتات الطائرة، المعروفة باسم الطائرات بدون طيار (الدرونز)، والمركبات الأرضية. كان هدفه رسم خريطة للطرق المختلفة التي يربط بها المهندسون حالياً هذه الأدمغة اللغوية بأجساد الروبوتات، وفهم أي الطرق تعمل بشكل أفضل لأي مهام. والنتيجة هي صورة واضحة لمجال ينتقل بعيداً عن فكرة وجود دماغ روبوت واحد كلي القدرة، نحو نهج أكثر عملية يعتمد على العمل الجماعي.
وجدت الدراسة أن الروبوتات الأكثر نجاحاً اليوم لا تعتمد على نموذج واحد ضخم للقيام بكل شيء. بدلاً من ذلك، تستخدم نظاماً هجيناً حيث تتولى أجزاء مختلفة من الروبوت مهاماً مختلفة. يعمل النموذج اللغوي كقائد رفيع المستوى؛ فهو يستمع إلى طلب الإنسان، ويقسمه إلى خطوات أصغر، ويقرر ما يجب القيام به تالياً. ومع ذلك، عندما يتعلق الأمر بالعمل البدني الفعلي، يعتمد الروبوت على أدوات أقدم وأكثر تخصصاً. على سبيل المثال، بينما قد يقرر النموذج اللغوي أن على الروبوت "البحث عن باب أحمر"، فإن برنامج رؤية حاسوبية منفصل وعالي التخصص هو ما يحدد بالفعل الباب الأحمر في بث الكاميرا. وبالمثل، بينما قد يخطط النموذج اللغوي لمسار ما، فإن وحدة تحكم طيران تقليدية أو وحدة تحكم في العجلات هي ما يحمي الروبوت من الاصطدام بحائط أو السقوط من منحدر. وتظهر الأبحاث أن استخدام النموذج اللغوي للقيام بالرياضيات الدقيقة المطلوبة للحركة في أجزاء من الثانية هو أمر بطيء جداً وعرضة للأخطاء حالياً.
حدد محمود ست طرق رئيسية تُبنى بها هذه الأنظمة، تتراوح من البساطة إلى التعقيد. التصميم الأبسط هو طريق ذو اتجاه واحد: يرى الروبوت شيئاً ما، يضع النموذج اللغوي خطة، ثم ينفذها الروبوت دون النظر إلى الوراء. هذا يعمل جيداً في المهام السهلة في الغرف الهادئة، ولكن إذا اصطدم الروبوت بشيء غير متوقع، فإنه يتعثر. وتضيف التصاميم الأكثر تقدماً حلقة تغذية راجعة، مما يسمح للروبوت بالتحقق من عمله وتغيير خطته إذا ساءت الأمور. أما الأنظمة الأكثر تطوراً فتستخدم تسلسلاً هرمياً، حيث يعمل نموذج لغوي مركزي كمدير، يفوض مهاماً محددة مثل "انظر هنا" أو "تحرك هناك" لفرق فرعية متخصصة. حتى أن بعض الباحثين يختبرون أنظمة حيث تتحدث عدة روبوتات مع بعضها البعض، لكل منها دماغه اللغوي الخاص، لحل المشكلات معاً. ورغم الحماس حول النماذج الجديدة الشاملة التي تحاول الرؤية والتفكير والتحرك في آن واحد، وجدت المراجعة أن هذه النماذج لا تزال نادرة وأقل موثوقية من النهج الهجين.
كما سلط التحليل الضوء على فجوة كبيرة بين ما يمكن للروبوتات فعله في محاكاة حاسوبية وما يمكنها فعله في العالم الحقيقي. من بين 124 دراسة تمت مراجعتها، اختبرت 44 درسة فقط أنظمتها على روبوتات مادية. أما البقية فقد اعتمدت على المحاكاة، وهي مفيدة لاختبار الأفكار ولكنها غالباً ما تخفي المشكلات الفوضوية وغير المتوقعة للعالم الحقيقي. علاوة على ذلك، أشارت الدراسة إلى أنه بينما تصبح هذه الروبوتات أكثر ذكاءً، إلا أنها لا تزال تواجه صعوبة في أمور يجدها البشر سهلة، مثل فهم مكان جسم ما بدقة في الفضاء ثلاثي الأبعاد، أو التخطيط لتسلسل طويل من الإجراءات دون ارتكاب خطأ. يمكنها أحياناً أن "تهلوس"، فتخترع أجساماً أو خطوات غير موجودة، ولهذا السبب تظل ضوابط السلامة والإشراف البشري ضروريين.
في النهاية، تشير هذه المراجعة إلى أن مستقبل الروبوتات الذكية لا يكمن في استبدال المهندسين البشريين بدماغ واحد سحري، بل في بناء فرق أفضل. الروبوتات الأكثر فعالية هي تلك التي تجمع بين التفكير المرن والمبدع للنماذج اللغوية وبين السرعة الدقيقة والموثوقة لبرمجيات الروبوتات التقليدية. ركزت الروبوتات الطائرة في الدراسة بشكل كبير على النظر إلى مساحات واسعة من الأعلى، بينما ركزت الروبوتات الأرضية على التفاعل مع الأجسام والأشخاص القريبين، ومع ذلك اتبعت كلتاهما القاعدة الأساسية نفسها: اترك النموذج اللغوي يقرر "ماذا" و"لماذا"، ولكن اترك الأنظمة المتخصصة والمثبتة تتولى التعامل مع "كيف". ومع نضوج هذه التكنولوجيا، سيكون التحدي هو جعل هذه الأنظمة أسرع وأكثر أماناً وقدرة على العمل في العالم المعقد والفوضوي الذي نعيش فيه، دون فقدان الموثوقية التي تمنعها من التسبب في الضرر.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.