Autonomous Collision Avoidance Decision-Making Method for UAV-USV Based on PD3QN Algorithm
تقترح هذه الورقة طريقة لاتخاذ القرار لتجنب الاصطدام ذاتياً للمركبات السطحية غير المأهولة (USVs) تدمج الإدراك البصري للطائرات بدون طيار مع خوارزمية الشبكة العصبية العميقة "ديلينج دبل ديب كيو" المعززة بإعادة تشغيل الخبرة ذات الأولوية (PD3QN)، ودالة مكافأة متوافقة مع قواعد منع التصادم الدولي في البحار (COLREGs) لتحقيق ملاحة آمنة وفعالة وقابلة للتكيف.
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 المحيط كأنه ساحة رقص عملاقة وفوضوية حيث السفن هي الراقصون. لقرون مضت، كان البشر هم مصممو الرقصات، يوجهون هذه السفن الضخمة عبر الحشود. لكن البشر يتعبون، أو يتشتت انتباههم، أو يرتكبون أخطاءً، مما يؤدي إلى اصطدامات خرقاء ومواقف وشيكة الخطورة. الآن، يعلم العلماء السفن كيف ترقص بمفردها باستخدام "التعلم التعزيزي العميق". فكر في هذا كطريقة تدريب لألعاب الفيديو حيث يتعلم الكمبيوتر من خلال التجربة، والفشل، والحصول على نقاط مقابل الحركات الجيدة حتى يتقن اللعبة. ومع ذلك، هناك عقبة: السفينة في الماء تشبه شخصاً يمشي في غرفة ضبابية؛ لا يمكنها إلا رؤية ما هو أمامها مباشرة. ولرؤية ساحة الرقص بأكملها، يقوم الباحثون الآن بربط السفينة بطائرة بدون طيار (UAV) تحلق عالياً في السماء، تعمل كعين صقر يمكنها رصد المشاات من أميال بعيدة. السؤال الكبير هو: هل يمكننا تعليم سفينة أن تستخدم هذه العيون المحلقة عالياً لاتخاذ قرارات في أجزاء من الثانية لا تكون آمنة فحسب، بل تتبع أيضاً القواعد القديمة الصارمة للبحر؟
تقدم هذه الورقة البحثية "دماغاً" جديداً للمركبات السطحية غير المأهولة (USVs) يسمى خوارزمية PD3QN. لقد جمع الباحثون بين الرؤية من ارتفاع عالٍ لطائرة بدون طيار ونظام تعلم متطور لمساعدة السفن على تجنب الاصطدامات. لم يكتفوا ببناء روبوت بسيط؛ بل ابتكروا نظاماً يتعلم كيفية الملاحة في المياه المزدحمة والمعقدة من خلال مراقبة العالم عبر كاميرا الطائرة بدون طيار. ووجد الفريق أنه باستخدام طريقة تعلم "ذات أولوية" خاصة — حيث تركز السفينة أكثر على اللحظات المخيفة والوشيكة بدلاً من اللحظات المملة والآمنة — تتعلم السفينة بشكل أسرع وتتخذ خيارات أذكى. وفي عمليات المحاكاة التي أجروها، ساعدت هذه الطريقة الجديدة السفن على الوصول إلى وجهاتها بشكل أسرع وأكثر سلاسة من الطرق القديمة، كل ذلك مع الالتزام الصارم باللوائح الدولية لمنع التصادم في البحار (COLREGs)، وهي قوانين المرور في المحيط.
إليك كيف يحدث السحر. منح الباحثون السفينة عيوناً جديدة: طائرة بدون طيار تحلق فوقها. فبدلاً من محاولة السفينة تخمين مكان العوائق باستخدام مستشعراتها المحدودة، تلتقط الطائرة صوراً للمياه وترسلها للأسفل. ينظر "دماغ" السفينة إلى هذه الصور لفهم البيئة، تماماً كما قد تنظر إلى خريطة على هاتفك لترى أين توجد ازدحامات المرور. ثم تستخدم السفينة خوارزمية PD3QN لتقرر ما يجب فعله. هذه الخوارزمية هي ترقية متطورة لأنظمة التعلم القديمة؛ فهي تستخدم شبكة "تحدي" (Dueling network)، وهي تشبه وجود خبيرين في دماغ السفينة: أحدهما يقيم مدى جودة الموقف، والآخر يحدد أفضل حركة للقيام بها. يعملان معاً لتجنب "الثقة المفرطة" التي تعاني منها الأنظمة الأبسط.
ولجعل السفينة تتعلم بشكل أسرع، أضاف الباحثون آلية "إعادة تشغيل الخبرة ذات الأولوية". تخيل أنك تدرس لاختبار ما؛ إذا أجبت على كل سؤال بشكل صحيح، فقد تشعر بالملل. ولكن إذا استمررت في الخطأ في مسألة رياضية معينة، فمن المحتمل أن تقضي وقتاً إضافياً في دراسة تلك المسألة تحديداً حتى تتقنها. يقوم هذا النظام بنفس الشيء للسفينة؛ فهو يتذكر اللحظات الخطيرة (مثل الاقتراب من الاصطدام بقارب آخر) ويمارسها بشكل متكرر أكثر من اللحظات المملة والآمنة. يساعد هذا السفينة على التعلم من أخطائها بسرعة أكبر بكثير.
كما تمتلك السفينة مجموعة محددة جداً من القواعد التي يجب أن تتبعها، والمعروفة باسم COLREGs. تحدد هذه القواعد من له حق الأولوية في مواقف مختلفة، مثل عندما تتجه سفينتان نحو بعضهما البعض مباشرة، أو عندما تمر إحداهما بجانب الأخرى. صمم الباحثون "نظام مكافأة" خاصاً لتعليم السفينة هذه القواعد. إذا اتبعت السفينة القواعد وتجنبت الاصطدام، تحصل على "نجمة ذهبية" كبيرة (مكافأة إيجابية). وإذا خالفت القواعد أو اصطدمت بشيء، تحصل على "وقت مستقطع" (مكافأة سلبية). كما منحوا السفينة نقاطاً لإبحارها في خط مستقيم وسلس، لأن التعرج العشوائي غير آمن وغير فعال.
اختبر الفريق طريقتهم الجديدة في محاكاة حاسوبية، وهي تشبه لعبة فيديو فائقة التطور للمحيط. لقد أنشأوا سيناريوهات حيث كان على السفينة تفادي عدة سفن أخرى، بما في ذلك حالات الاصطدام وجهاً لوجه، وحالات التجاوز، وحالات التقاطع. في هذه الاختبارات، كانت السفينة التي تعمل بخوارزمية PD3QN نجماً متألقاً. فقد تعلمت الوصول إلى وجهتها بشكل أسرع وبعدد أقل من المنعطفات الحادة مقارنة بالطرق القديمة مثل DQN أو DWA. على سبيل المثال، في أحد السيناريوهات المزدحمة، قللت الطريقة الجديدة إجمالي زاوية الدوران بنسبة 23% تقريباً مقارنة بطريقة DWA القديمة، مما يعني أن السفينة أبحرت بسلاسة أكبر بكثير. كما تعلمت السفينة اتباع قواعد المرور بدقة، حيث عرفت تماماً متى تنعطف يميناً، ومتى تحافظ على مسارها، ومتى تسمح لسفينة أخرى بالمرور.
ومع ذلك، يوضح الباحثون بحذر أن هذا حالياً مجرد محاكاة. ورغم أن النتائج واعدة، إلا أن السفينة لم تبحر بالفعل في المحيط الحقيقي بعد. النسخة الحالية من النظام تتحكم فقط في توجيه السفينة (الدوران يميناً أو يساراً) ولا تتعامل بعد مع تعديلات السرعة مثل الإبطاء أو التسريع. كما أن المحاكاة لم تأخذ في الاعتبار المشاكل الواقعية مثل الرياح، أو الأمواج، أو تأخير الاتصال بين الطائرة بدون طيار والسفينة. ويشير الفريق إلى أن العمل المستقبى سيحتاج إلى معالجة هذه العوامل الواقعية الفوضوية لجعل النظام جاهزاً للنشر الفعلي. ولكن في الوقت الحالي، تظهر هذه الدراسة أن منح السفينة عيون طائرة بدون طيار ودماغ ذكي يتبع القواعد قد يكون المفتاح لرحلات أكثر أماناً وكفاءة في أعالي البحار.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.