تعتبر نماذج الرؤية-الفعل الأحادية (Monolithic Vision-Action Models) تجسيدًا لما يمكن أن تصبح عليه القيادة الذاتية في المستقبل. لكن هذه النماذج تواجه تحديات كبيرة فيما يتعلق بالقدرة على معالجة المعلومات بسرعة، خصوصًا عند التعامل مع سياقات زمنية ممتدة مع تفاعلات معقدة. في هذا المقال، نسلط الضوء على الحلول المقترحة في مجال ضغط الرموز التي تناسب هذه الهياكل.

على الرغم من وجود محاولات مثل "المحوّلات الخطية" (Linear Transformers) وذاكرة خارجية (External Memory) لجعل السياق أخف وزنًا، إلا أن ضغط الرموز يُعد الحل الأنسب لأنه لا يتطلب تعديلات على الهيكل الأساسي للنموذج. وقد كانت التقنيات الحالية تعتمد على قواعد مثل "التدهور الزمني" (Temporal Decay)، مما يعرض المعلومات الحاسمة المتعلقة بالقرارات للخطر.

يُقدم البحث الجديد COMPACT-VA، وهو إطار عمل لذاكرة العمل متوافق مع التخطيط، يستند إلى تقنية 'VQ-VAE الشرطية' (Conditional VQ-VAE) لضغط السياقات الممتدة إلى تمثيلات محدودة. يعتمد ضغط المعلومات على كل من المسارات التاريخية ونية التخطيط المتعلمة التي يقوم المحوّل العكسي (Posterior Encoder) بتنقيحها من المسارات المستقبلية أثناء التدريب، بينما يتعلم المحوّل السابق (Prior Encoder) توقعها من الملاحظات المضغوطة.

لقد أظهرت التقييمات في سيناريوهات ديناميكية عالية الإشارة، حيث يكون السياق التاريخي حاسمًا للصواب السلوكي (مثل التوقف، الإعطاء الأولوية، أو المضي قدمًا)، تحقيق تحسينات بنسبة أكثر من 6% (68.3%) في معدلات النجاح مع مكاسب ثابتة عبر المقاييس. التقييمات المغلقة أكدت أن COMPACT-VA حافظ على الأداء الجيد في القيادة مع تسريع بلغ 3.3 ضعف وتقليل الذاكرة بنسبة 2.7 ضعف مقارنةً بالمعالجة غير المضغوطة.

إن هذا البحث يدعو للتفكير حول كيفية دمج التخطيط مع ضغط الرموز لتحقيق نتائج ملموسة في قيادة السيارات الذاتية. ما رأيكم في هذا التطور؟ شاركونا في التعليقات.