«أجيما» يدرب الوكلاء الأذكياء على تخيل العواقب بصريًا وتجاوز القرارات غير القابلة للتراجع
في ألعاب التخطيط الكلاسيكية مثل «سوكوبان»، تكفي دفعة واحدة خاطئة لصندوق نحو زاوية مسدودة لتحويل اللغز بأكمله إلى معضلة مستحيلة الحل، والسبب في ذلك أن البيئة لا تتيح التراجع بمجرد تنفيذ الحركة. هذه المعضلة الحركية لا تخص الألعاب وحدها، بل تمثل العقبة الكبرى أمام نشر الوكلاء المستقلين في البيئات الواقعية المعقدة، حيث تكون التغذية الراجعة شحيحة والقرارات الخاطئة غير قابلة للعكس. لمواجهة هذا التحدي، قدم فريق بحثي يضم اثني عشر باحثا، من بينهم جياشين غي وتريفور داريل ولوك زيتلماير، ورقة بحثية عبر أرخايف تكشف عن إطار تدريبي جديد أطلقوا عليه اسم «التخيل الوكيلاتي» أو «أجيما» (Agima)، يهدف إلى تعليم النموذج كيف يتخيل عواقب أفعاله بصريا قبل أن يلمس الواقع.
يقوم الإطار التقني لـ«أجيما» على تدريب نموذج شامل موحد (Omni Model) يؤدي ثلاث مهام متسلسلة في بنية واحدة: اقتراح الإجراء، وتوليد صور توضح النتيجة المتوقعة لذلك الإجراء، ثم الاستدلال والتفكير حول هذه المستقبلات المتخيلة لاختيار الخطوة الأنسب للتنفيذ الميداني. بدل أن يلزم الوكيل نفسه بمسار تخطيطي واحد ومغلق، يتيح له هذا المعمار محاكاة سلسلة من الإجراءات المتعاقبة، واستكشاف البدائل المختلفة، والمقارنة المباشرة بين سيناريوهات مستقبلية متعددة. التخيل الداخلي يتحول هنا من رفاهية حسابية إلى شبكة أمان تمنع الأخطاء القاتلة قبل وقوعها.
اعتمد الباحثون على مسار تدريبي من مرحلتين متكاملتين. بدأت المرحلة الأولى عبر الضبط الدقيق الخاضع للإشراف (SFT) لتوحيد سياسة اتخاذ القرار ونمذجة العالم داخل نموذج شامل واحد، وهو ما منح الوكيل القدرة على التنبؤ بالنتائج البصرية وممارسة أشكال أولية من التفكير الاستشرافي والتفريع المضاد للواقع لفحص ماذا لو سلك طريقا آخر. ثم جاءت المرحلة الثانية باستخدام التعلم التعزيزي للوكلاء لتعليم النموذج كيفية الاستدلال على تلك الصور المتخيلة واستخدامها بفاعلية في بناء الخطط المعقدة. اختبر الفريق هذا المعمار عبر أربع بيئات اختبارية متباينة شملت المتاهة ثنائية الأبعاد، ولعبة «سوكوبان»، و«باك مان»، وبيئة «بوش تي» (PushT).
أظهرت النتائج قفزة نوعية في قدرة الوكيل على التعميم في بيئات أصعب بكثير مما شاهده أثناء التدريب؛ فعند تدريب النموذج في مرحلة الضبط الخاضع للإشراف على لغز «سوكوبان» بصندوقين فقط، تمكن «أجيما» من حل 40 بالمئة من ألغاز النسخة الأكثر تعقيدا بأربعة صناديق، رغم أنه لم يكن يشاهد رقعة اللعب الحقيقية إلا مرة واحدة كل خمس حركات، معتمدا في الفترات الفاصلة على تخيلاته الخاصة. في المقابل، تهاوت دقة مخطط التفكير المعتمد على الأفعال المجردة دون تخيل بصري إلى 2 بالمئة فقط في نفس الظروف. القفزة من 2 إلى 40 بالمئة تثبت أن الاستدلال على الصور المستقبلية يعوض النقص الحاد في مراقبة الواقع.
والأهم من تلك الأرقام هو السلوك الجديد الذي انبثق تلقائيا بعد تطبيق التعلم التعزيزي؛ إذ لاحظنا في تفاصيل النتائج أن النموذج تعلم نسقا موحدا لم يكن موجودا في بيانات التدريب الأولي، واكتسب القدرة على كبح التخيل الاستشرافي وتفعيله فقط عند الضرورة، مع التركيز على التفريع والاستكشاف البصري المكثف عند نقاط القرار الحرجة وحساب المنعطفات الصعبة. هذا السلوك الذاتي يمثل تحولا حاسما في إدارة كلفة الحوسبة، لأن الوكيل الذكي لا يهدر موارده في تخيل كل خطوة روتينية، بل يركز طاقته التوليدية أينما زادت احتمالية الخطأ.
هذا التحول التقني يحمل آثارا مباشرة للمهندسين وفرق التطوير في الخليج ومصر والشام، وتحديدا في قطاعات المستودعات اللوجستية، وأتمتة خطوط التصنيع، والأنظمة الميدانية المستقلة. الاعتماد على خطوط أنابيب منفصلة تضم نموذجا بصريا مستقلا لمحاكاة المشاهد بجانب نموذج لغوي للتخطيط يفرض كلفة استدلال باهظة وتأخيرا زمنيا يعطل نشر الروبوتات في العمليات الحية. دمج صانع السياسات ونموذج العالم في نموذج شامل واحد يخفض تعقيد المعمار البرمجي، بينما يفتح تعلم الوكيل متى يتخيل الباب أمام تشغيل أنظمة تخطيط قوية على خوادم محلية أقل تكلفة. إذا كنت تقود فريقا يبني وكلاء للمهام الفيزيائية، فإن المهارة المطلوبة تتجه سريعا نحو ضبط أطر التعلم التعزيزي لترشيد الاستدلال وتوجيه التخيل نحو نقاط الخطر، بدلا من هدر الميزانيات على المحاكاة المستمرة لكل حركة تافهة.
خلاصة ما تكشفه تجارب «أجيما» هي أن التخطيط الرصين لا يبدأ من الاندفاع نحو التنفيذ، بل من امتلاك القدرة على رؤية المآلات بوضوح. الوكيل القادر على رسم مسار أفعاله بصريا هو وحده المؤهل لمعرفة متى ينظر إلى الأمام وكيف يتفادى الأخطاء غير القابلة للتصحيح.