A Real-Time Short-Horizon Predictive Navigation Framework for Highly Dynamic Environments

تخيل أنك تحاول توجيه طائرة بدون طيار (درون) صغيرة وفائقة السرعة عبر ساحة رقص ثلاثية الأبعاد فوضوية. هذه ليست حديقة هادئة؛ بل هي عاصفة من العوائق المتحركة — طائرات درون أخرى، أو طيور، أو حتى جدران غير مرئية تتغير من حولها. في عالم الروبوتات، يُسمى هذا تخطيط المسار (Path Planning). الهدف بسيط: الوصول من النقطة (أ) إلى النقطة (ب) دون الاصطدام. لكن الرياضيات وراء ذلك معقدة. إذا حاولت التخطيط لمسارك بالكامل وصولاً إلى خط النهاية قبل أن تخطو خطوة واحدة، فقد تفشل. لماذا؟ لأن "ساحة الرقص" تتغير بسرعة تجعل خريطتك طويلة المدى عديمة الفائدة قبل أن تنتهي حتى من رسمها. هذه هي مشكلة البيئات شديدة الديناميكية. لحل هذه المشكلة، يتعين على المهندسين عادةً الاختيار بين أن يكونوا أذكياء للغاية ولكن بطيئين (حساب مسار مثالي للمستقبل) أو سريعين ولكن بصيرتهم قصيرة المدى (رد الفعل فقط تجاه ما هو أمامهم مباشرة). هذا البحث يتساءل: هل يمكننا أن نكون سريعين وأذكياء بما يكفي للنجاة في عالم فوضوي ومتحرك في الوقت الفعلي؟

يقترح الباحث وراء هذه الدراسة، بقيادة عباس فدوي، حلاً ذكياً يسمى إطار الملاحة التنبؤية قصير المدى في الوقت الفعلي (Real-Time Short-Horizon Predictive Navigation Framework). بدلاً من محاولة التنبؤ بالمستقبل بأكامله (وهو أمر يشبه محاولة التنبؤ بالطقس للسنة القادمة)، تنظر طائرتهم بدون طيار إلى بضع خطوات للأمام فقط — ما يكفي لرؤية ما سيحدث لاحقاً. فكر في الأمر كأنك تلعب لعبة الشطرنج حيث لا تحاول حساب كل حركة حتى نهاية اللعبة، بل تنظر ثلاث حركات للأمام، وتختار أفضل حركة لتلك اللحظة، ثم تنظر فوراً ثلاث حركات للأمام مرة أخرى من موقعك الجديد. نهج "الأفق القصير" هذا يسمح للدرون باتخاذ القرارات فوراً، إطاراً تلو الآخر، دون الغرق في الرياضيات المعقدة التي تستغرق وقتاً طويلاً في الحساب.

جوهر طريقتهم هو المتنبئ الهرمي (Hierarchical Predictor). تخيل أن الدرون يقف عند مفترق طرق؛ فهو لا يختار اتجاهاً واحداً فحسب، بل يولد سحابة من الخطوات التالية المحتملة. بعد ذلك، يقوم بمحاكاة ما سيحدث إذا اتخذ كل خطوة من تلك الخطوات، ثم يحاكي الخطوات التي تليها، وهكذا لست خطوات في المستقبل. الأمر يشبه تشغيل "فيلم مصغر" في رأس الدرون لكل مسار محتمل. إنه يتحقق من أي المسارات تبقيه آمناً من العوائق المتحركة وتقربه من الهدف. إذا أظهر "الفيلم" اصطداماً في الخطوة السادسة، فإنه يستبعد ذلك المسار. وإذا وجد مساراً آمناً، فإنه يأخذ الخطوة الأولى فقط من ذلك الفيلم الآمن ثم يبدأ العملية برمتها فوراً من جديد للحظة التالية. هذا يضمن أن الدرون ينظر دائماً إلى الأمام، لكنه لا يعلق أبداً في محاولة حل لغز أكبر مما ينبغي.

لجعل هذا يعمل في العالم الحقيقي، كان على الباحث التعامل مع عقبة رئيسية: السرعة. إن تشغيل هذه "الأفلام المصغرة" لكل مسار محتمل هو عملية ثقيلة حسابياً. إذا حاول "عقل" الدرون (معالج كمبيوتر قياسي) القيام بذلك عدة مرات، فقد ينهار ويتسبب في اصطدام. ولحل هذه المشكلة، لم يكتفِ المؤلف بكتابة كود برمجي أفضل، بل بنى "عقلاً" عتادياً خاصاً باستخدام مصفوفة البوابات المنطقية القابلة للبرمجة (FPGA). يمكنك التفكير في الـ FPGA كلوحة دوائر مخصصة تم توصيلها خصيصاً للقيام بهذه المهمة الواحدة: فحص آلاف المسارات في جزء من الثانية. هذا يضمن أنه مهما أصبحت البيئة فوضوية، ستتخذ الطائرة قرارها دائماً ضمن حد زمني صارم ومتوقع. إنه يشبه منح الدرون "منعكسات عصبية" فائقة السرعة لا تتردد أبداً.

اختبر الباحث فكرته في عالم محاكى — صندوق ضخم بمساحة 300×300×100 متر مليء بالعوائق الأسطوانية المتحركة. لم تكن هذه العوائق تتحرك في خطوط مستقيمة فحسب؛ بل كان بإمكانها التسارع، أو التباطؤ، أو تبادل السرعات مع بعضها البعض، وحتى الارتداد عن الجدران. تضمنت المحاكاة "ضجيجاً" لمحاكاة أخطاء المستشعرات وهبات الرياح في العالم الحقيقي. أجروا اختبارات الدرون عبر 200 سيناريو مختلف يحتوي على ما بين 10 إلى 60 عائقاً. كانت النتائج واعدة: نجحت الطائرة في الوصول إلى هدفها في 96% من الحالات مع وجود 10 عوائق، وحتى مع 50 عائقاً، نجحت بنسبة 85% من الوقت. في المقابل، فشلت الطرق القديمة مثل خوارزمية "الجشع" (التي تندفع مباشرة نحو الهدف حتى تصطدم بشيء ما) في نصف الحالات تقريباً في ظل هذه الظروف المزدحمة. كما عانت طرق مثل "نهج النافذة الديناميكية" (DWA) و"حقل الجهد الاصطناعي" (APF) من صعوبات، حيث انخفضت معدلات النجاح بشكل كبير مع زيادة عدد العوائق.

كان من أكثر النتائج إثارة للاهتمام تقديم مقياس جديد يسمى مؤشر نجاح التنبؤ (Prediction Success Index - PSI). هذا المقياس يخبرك بمدى شعور الدرون بأنه "محاصر". إذا استطاع الدرون التنبؤ بنجة ست خطوات بنجاح، فإن مؤشر PSI يكون مرتفعاً (حوالي 5.5 إلى 6). أما إذا استطاع التنبؤ بخطوة أو خطوتين فقط قبل أن يعلق، فإن مؤشر PSI ينخفض. وجد الباحث أنه كلما أصبحت البيئة أكثر ازدحاماً وفوضوية، ينخفض مؤشر PSI طبيعياً، ليعمل كنظام إنذار مبكر يشير إلى أن الدرون في وضع صعب. لاحظ الباحث أيضاً أنه عندما يفشل الدرون، غال true من أن مؤشر PSI كان ينخفض ببطء لعدة ثوانٍ قبل الاصطدام، مما يشير إلى أن الدرون كان يُحاصر تدريجياً.

يستبعد البحث صراحةً عدة أمور. أولاً، هو يجادل ضد التخطيط طويل المدى في هذه البيئات الفوضوية تحديداً؛ فمحاولة التخطيط لمسار لمدة دقيقة أو أكثر هي مخاطرة كبيرة لأن العوائق تتحرك بشكل غير متوقع للغاية، مما يجعل الخطة غير صالحة قبل أن تبدأ حتى. ثانياً، يميز الباحث بين طريقته وبين التحكم التنبئي بالنماذج (MPC)، وهي تقنية شائعة تحاول حل مسألة رياضية مستمرة ومعقدة في الوقت الفني. يقول المؤلف إن طريقته مختلفة لأنها تستخدم نقاط "مرشحة" منفصلة (مثل فحص نقاط محددة على الخريطة) بدلاً من حل معادلة مستمرة، مما يجعلها أسرع وأكثر قابلية للتنبؤ بالنسبة للعتاد (Hardware). أخيراً، يشير المؤلف إلى أنه بينما يحظى التعلم التعزيزي (RL) (حيث يتعلم الروبوت من خلال التجربة والخطأ) بشعبية كبيرة، إلا أن طريقته لا تحتاج إلى أي بيانات تدريب؛ فهي تعمل فوراً بناءً على الهندسة والفيزياء، مما يجعلها أكثر أماناً للحالات التي لا يمكن فيها السماح للروبوت بالتحطم أثناء مرحلة التعلم.

يؤكد المؤلف بحذر أن هذه النتائج تأتي من عمليات المحاكاة. لم يقم بتطيير هذه الطائرة تحديداً عبر عاصفة حقيقية من العوائق المتحركة في الواقع. ومع ذلك، فقد صُممت المحاكاة لتكون واقعية جداً، بما في ذلك الرياح، وضجيج المستشعرات، ومناورات العوائق المفاجئة. كما تم اختبار التنفيذ العتادي على الـ FPGA لضمان قدرته على تلبية المتطلبات الزمنية الصارمة، حيث أظهر تأخراً في أسوأ الحالات قدره 50 ميلي ثانية فقط لكل قرار. وهذا يشير إلى أن الطريقة ليست مجرد فكرة نظرية، بل هي نظام قابل للتطبيق والتشغيل.

في النهاية، يقدم هذا البحث منظوراً جديداً حول كيفية التنقل في عالم فوضوي. بدلاً من محاولة أن يكون عبقرياً يرى المستقبل بأكمله، يتصرف الدرون كراقص ماهر ينظر فقط إلى بضع خطوات للأمام ولكنه سريع للغاية في رد الفعل. ومن خلال الجمع بين استراتيجية "النظر للأمام" والعتاد المتخصص، أظهر الباحث طريقة للحفاظ على سلامة الطائرات وحركتها حتى عندما يخرج العالم من حولها عن السيطرة. إنه تذكير بأنه في بعض الأحيان، أفضل طريقة لحل مشكلة معقدة ليست بالتفكير بعمق أكبر، بل بالتفكير بسرعة أكبر والنظر إلى ما يكفي من المسافة للبقاء متقدماً بخطوة واحدة على الفوضى.