في عالم الذكاء الاصطناعي المتقدم، يظهر الابتكار كعادته في شكل نماذج جديدة وأكثر كفاءة لتلبية التحديات المعقدة. من بين هذه الابتكارات المتقدمة، نجد إطار العمل SLS²، الذي يهدف إلى تحقيق تخطيط حركي آمن باستخدام التحكم التنبؤي المعياري (MPC) في النماذج الخفية المدربة.

هذا النظام يعتمد على نموذج مشترك مبني على حالات ماركوفية مضغوطة، مما يسهل عمليات تحسين المسارات المستندة إلى التدرج من خلال الديناميات المخفية المتعلمة.

تتمثل واحدة من أهم ميزات SLS² في تحسين السلامة على مستوى النظام الحقيقي، حيث يستخدم نظام سريعة على معالج الرسوميات (GPU) لإجراء تنبؤات مقننة حول الأخطاء في المراحل المخفية. هذه التقنية تعتمد على التنبوء المتوافق الذي يحدد حدود الأخطاء ويضمن قيودًا قوية على الفضاء الخفي.

ويعتبر استخدام المدقق المتوافق للقيود في إطار SLS² نقطة تحول؛ حيث يتيح للمنظم تقييد تنفيذ المسارات وفق معايير السلامة probabilistic خلال عمليات التنفيذ المغلقة.

تم اختبار هذا النظام عبر مهام التحكم المعتمد على الرؤية، حيث أظهر تحسنًا ملحوظًا في فعالية الوصول إلى الأهداف مع تعزيز معايير السلامة بالمقارنة مع النماذج التقليدية.

إذًا، يمكننا القول إن SLS² يعد معيارًا جديدًا في عالم الذكاء الاصطناعي، مما يفتح آفاقًا جديدة لتطبيقات مستقبلية أكثر أمانًا وفعالية.