تعتبر عملية تخطيط الرحلات للسيارات الذكية من التحديات الكبرى التي تتطلب أكثر من مجرد إنشاء مسارات قابلة للتنفيذ. إذ يجب أن يتم اختيار المسارات المثلى بناءً على عوامل متعددة مثل وقت السفر، واستهلاك الطاقة، وظروف المرور، والتي تؤثر جميعها بشكل مباشر على جودة الخطط.

حاليًا، تم تصميم الأنظمة الموجودة لتكون موجهة نحو الجدوى بدلاً من الأداء الأمثل، مما يؤدي إلى إشكالية في عدم توفر تقييم موضوعي لأداء التحسين. ولكن، قدمت ورقة بحثية جديدة إطار العمل للذكاء الاصطناعي الوكيل (Agentic AI) الذي يمكن من تحسين التخطيط من خلال تطوير ديناميكي.

يعمل النظام على تنسيق وكيل أوركسترا (orchestration agent) يقوم بمواءمة العديد من الوكلاء المتخصصين في مجالات متنوعة مثل حركة المرور، والشحن، ونقاط الاهتمام. كما تم تطوير مجموعة بيانات خاص بمشكلات تحسين تخطيط الرحلات (Trip-planning Optimization Problems Dataset)، والتي تقدم حلولًا نهائية وتحليلًا دقيقًا لمستويات المهام.

أظهرت التجارب أن هذا النظام الجديد حقق دقة تصل إلى 77.4% على معيار TOP Benchmark، متجاوزًا بكثير الأنظمة التي تعتمد على وكيل واحد أو الأنظمة القائمة على سير العمل. وهذا يدل على أهمية التفكير المنظم من خلال الوكلاء في تحقيق تخطيط رحلات قوي وفعال.

مع هذه التطورات، يمكننا أن نتساءل: كيف يمكن للذكاء الاصطناعي أن يسهم في تحسين حياتنا اليومية؟ شاركونا آراءكم وتجاربكم في التعليقات!