«دريم فلاي»: إطار انتشار يعالج سياق الرؤية والتخطيط متراجع الأفق في الملاحة الجوية للذكاء الاصطناعي

قدم الباحثان يان دينغ وفاي شو إطار عمل جديداً للملاحة الجوية القائمة على الرؤية واللغة أُطلق عليه اسم «دريم فلاي» (DreamFly)، والمبني أساساً على بنية «دريم في إل أي» (Dream-VLA). وتهدف الدراسة المسجلة في أرشيف الورقات البحثية تحت المعرف arXiv:2608.12308v1 ضمن مجالات رؤية الحاسوب والذكاء الاصطناعي، إلى تمكين الوكلاء الملموسين من تنفيذ مهمات الملاحة الجوية الموجهة بالتعليمات البصرية واللغوية في ظل ظروف الملاحظة الجزئية للبيئة. وتتطلب هذه المهمات المتقدمة قدرة النظام على دمج الأدلة البصرية الممتدة عبر الزمن، والتخطيط للخطوات المستقبلية، والتحديد الدقيق للمحظة التي يصل فيها الوكيل إلى هدف الملاحة المحدد.

وتوضح الورقة البحثية، التي تقع في 24 صفحة وتتضمن 6 أشكال توضيحية و3 جداول رقمية، أن تكييف نماذج الرؤية واللغة والعمل (VLA) مع الملاحة الجوية يواجه ثلاثة تحديات رئيسية. يتمثل التحدي الأول في ضيق ومحدودية السياق التاريخي المتاح للنظام، بينما يتعلق التحدي الثاني بقصر آفاق التخطيط المتاحة لحساب المسارات. أما التحدي الثالث فيكمن في عدم موثوقية آليات الإنهاء والتوقف الضمني، وهي عقبات تحول دون تحقيق ملاحة جوية آمنة ودقيقة عند الانتقال من إدراك البيئة إلى توليد الإجراءات الفعلية.

ولمعالجة مشكلة السياق التاريخي المحدود، يدمج إطار «دريم فلاي» مكوناً يُعرف بالذاكرة التاريخية المحاذاة سببياً. وتعمل هذه الذاكرة على تعزيز التمثيل البصري الحالي للوكيل باستخدام الملاحظات والبيانات البصرية التي سبقت خطوة القرار الحالية حصراً. ويسهم هذا التصميم المحاذى سببياً في تمكين النظام من إجراء الاستدلال الزمني عبر تتابع المشاهد دون وقوع أي تسريب للمعلومات أو البيانات المستقبلية إلى خطوة القرار الحالية، مما يضمن اتخاذ القرارات بناءً على ما تم رصده فعلياً في الخطوات السابقة.

وعلى مستوى صياغة خطة الحركة، يعتمد الإطار على التخطيط عبر الانتشار متراجع الأفق. وفي هذه الاستراتيجية، تقوم السياسة بتوقع كتلة من الإجراءات المتتالية بطول K من الخطوات، لكن الوكيل لا ينفذ سوى الإجراء الأول فقط من هذه الكتلة، ليقوم بعدها مباشرة بإعادة التخطيط في الخطوة التالية. وتُعرف هذه الآلية باستراتيجية التخطيط لـ K خطوة وتنفيذ خطوة واحدة، حيث تُستخدم الإجراءات المستقبلية كأهداف تخطيط مساعدة، مع الحفاظ على التغذية الراجعة البصرية المغلقة لتعديل المسار باستمرار بناءً على مستجدات الرؤية.

أما بالنسبة لآلية الإنهاء والتوقف عند الوصول، فقد طور الباحثان آلية «لايت ستوب» (LiteStop) التي تقوم بتقدير احتمالية التوقف مباشرة من قيم لوجيتس الإجراءات عند الحالة الأولى المكسوة بالكامل بالأقنعة. وتتيح هذه الآلية فك الارتباط بين عملية الإنهاء الصريح وتوليد الإجراءات، مما يقضي على حالة عدم اليقين المرتبطة بالتوقف الضمني ويكفل تحديد التوقف بدقة فور الوصول إلى الهدف الملاحي المطلوب.

وأظهرت التقييمات الاختبارية التي أجريت على معيار «أوبن فلاي» (OpenFly) تفوق إطار «دريم فلاي» على جميع الطرق المقارنة في البيئات المرئية والبيئات غير المرئية على حد سواء. وسجل الإطار معدل نجاح (SR) بلغ 32.04% في مجموعات الاختبار المرئية سابقاً و29.46% في مجموعات الاختبار غير المرئية. وفي مقياس النجاح الموزون بطول المسار (SPL)، حقق النظام 28.22% على البيئات المرئية و23.54% على البيئات غير المرئية. وأثبتت هذه النتائج نجاعة النمذجة المشتركة للسياق التاريخي وهيكلية الإجراءات المستقبلية والإنهاء الصريح، حيث حقق الإطار أقل معدل خطأ في الملاحة الجوية بين كافة النماذج المختبرة.