«باتون»: معمارية تفكك مهام الروبوتات الطويلة إلى استكشاف مرحلي وذاكرة واعية بالانتقال

تواجه الروبوتات تحدياً تشغيلياً معقداً عند تنفيذ المهام التفاعلية ذات الأفق الزمني الطويل، والتي تفرض ربط سلسلة من المهارات التلامسية الكثيفة ضمن مسار متعدد المراحل. ورغم أن نماذج الرؤية واللغة والحركة المعروفة بنماذج «VLA» تتقن أداء المهارات الفردية بكفاءة عالية، فإن السلسلة التشغيلية تنقطع وتفشل عند الجمع بينها، نتيجة تراكم الأخطاء بما يتجاوز قدرة السياسة الحركية على التصحيح، فضلاً عن تقييد المهام الفرعية للمراحل اللاحقة دون مؤشرات واضحة.

يقوم الاتجاه السائد حالياً على تجميد أوزان نموذج الرؤية واللغة والحركة وإسناد القيادة إلى وكيل يعتمد على النماذج اللغوية الكبيرة، حيث يتولى الوكيل التخطيط باللغة الطبيعية والتحرك في المساحات الحرة عبر أوامر أولية تحليلية، مع حصر استدعاء نموذج «VLA» في الأجزاء التي تشهد تلامساً فيزيائياً مكثفاً، وتدوين التكيف في ذاكرة لغوية. غير أن هذه الهيكلية تصطدم بخللين أساسيين عند تعميمها على الآفاق الطويلة: الخلل الأول يتمثل في الاعتماد على استكشاف المهمة كاملة أثناء وقت الاختبار، وهي مقاربة تفرض كلفة استكشافية تتضاعف أسياً بحسب عدد المراحل، فإذا تطلبت المرحلة الواحدة عدداً من المحاولات قدره «T»، فإن مهمة من «K» مرحلة تحتاج ما يقارب «T^K» محاولة، إلى جانب العجز عن تحديد المرحلة المسببة للفشل بدقة. أما الخلل الثاني، فهو الغياب الكامل لتمثيل الانتقالات، حيث تحمل الوحدات الأولية لنموذج «VLA» شرط خروج دون شرط دخول مسبق، ما يقود إلى نجاح مرحلة فرعية بحالة نهائية تعجز المرحلة اللاحقة عن التعامل معها.

ولمعالجة هاتين المعضلتين، طرح الباحثون بنغشين شو ويوتشانغ شانغ وإميليو فيرارا معمارية جديدة تحمل اسم «باتون» (BATON). يرتكز الإطار في التعامل مع الخلل الأول على جعل المهمة الفرعية نفسها وحدة الاستكشاف الأساسية، بحيث يتم استكشاف كل مهمة فرعية بشكل مستقل ضمن نطاق زمني قصير ومنخفض الكلفة، ثم يُحفظ حلها المستقل داخل الذاكرة. وبدلاً من خوض عملية استكشاف للمسار الطويل بأكمله، يجري تركيب مسار المهمة الشاملة انطلاقاً من الحلول الجاهزة، ما يقلص الكلفة الاستكشافية من علاقة أسية مضاعفة إلى معادلة جمعية خطية تبلغ «T*K»، ويتيح عزو أي إخفاق يطرأ إلى مرحلته المعنية حصراً.

وفي مواجهة المعضلة الثانية، زود الباحثون منظومة الاستكشاف بذاكرة لغوية واعية بالانتقالات وحالات التبديل، وتعمل هذه المنظومة عبر مسارات متكاملة: داخل المهمة الفرعية الواحدة، يدير وكيل مدقق عملية انتقال الاستدعاء، فلا يُستدعى نموذج «VLA» إلا بعد أن تؤكد الرؤية المأخوذة من كاميرا المعصم جاهزية المشهد والموقع. وعلى مستوى الربط بين المهام الفرعية، تتدخل آلية تسليم لإعادة ضبط حالة الدخول التي قد تختل بفعل المخلفات والآثار الناتجة عن المرحلة السابقة، بينما تتولى آلية استشراف مسبق اختيار الاستراتيجية التي تفضي إلى نتائج ومخرجات تستطيع المرحلة التالية وراثتها والبناء عليها بنجاح.

تطبق هذه المعمارية عملياتها بالكامل دون الحاجة إلى تعديل أو تحديث أوزان النماذج الأساسية. وأظهرت التجارب على معيار التقييم المخصص للآفاق الطويلة «روبو ميم أرينا» (RoboMemArena) تفوقاً ملحوظاً لنظام «باتون»، محققاً زيادة في معدل نجاح المهام بنسبة 11.6 في المئة، وارتفاعاً في نسبة النجاح التراكمي بمقدار 14.9 في المئة مقارنة بأفضل النماذج المرجعية السابقة.