في عصر تتزايد فيه أهمية التعاون بين الوكلاء في بيئات التعلم المعزز، تظهر تقنية COMPASS كحل مبتكر يُحدث نقلة نوعية في هذا المجال. يواجه التعلم المعزز متعدد الوكلاء (MARL) تحديات تتعلق بكفاءة العينة، والقدرة على تفسير النتائج، والقدرة على التعميم. رغم القوة المذهلة لنماذج اللغات الكبيرة (LLMs) في التخطيط، إلا أن استخدامها كان مصابًا بعوائق تتعلق بالاعتماد على مدخلات نصية فقط وعدم قدرتها على التعامل مع الطبيعة غير الماركوفيان (Non-Markovian) والتفاعلات الجزئية في مهام متعددة الوكلاء.

تأتي تقنية COMPASS لتغير هذا المشهد، حيث تُعد إطارًا متكاملاً يستفيد من *نماذج الرؤية واللغة (VLMs)* لتحقيق قرار غير مركزي وفي حلقة مغلقة. هذه التقنية تعمل على إنتاج وتنقيح استراتيجيات واضحة ومفسرة، تحتفظ بها في مكتبة مهارات تُستمد من العروض التقديمية من خبراء. من خلال بروتوكول اتصال مصمم لتمرير معلومات الكيانات، تتمكن الفرق من بناء فهم متسق انطلاقًا من الملاحظات الجزئية.

تم تقييم COMPASS على benchmark SMACv2 الصعب، وأظهرت نتائج مبهرة تفوقت بها على أفضل قواعد البيانات في مجال MARL. ففي المهمة المتماثلة Protoss 5v5، حققت COMPASS معدل فوز قدره 57%، ما يمثل ميزة تصل إلى 30 نقطة مئوية على تقنية QMIX التي سجلت 27% فقط. تقدم هذه التقنية الجديدة آفاقًا واسعة لتوظيف الذكاء الاصطناعي في التنسيق الفعال بين العناصر في المهام الأكثر تعقيدًا.

للمزيد من المعلومات، يمكنكم زيارة [رابط المشروع](https://stellar-entremet-1720bb.netlify.app/). ما رأيكم في هذه التطورات المذهلة في عالم الذكاء الاصطناعي؟ شاركونا في التعليقات!