في عالم الذكاء الاصطناعي، تُعتبر الوكلاء المتجسدون (Embodied Agents) من العجائب التقنية، حيث يُمكنها التفاعل مع بيئات متنوعة والقيام بمهام معقدة. ولكن، كيف يمكن لهذه الوكلاء تحسين أدائها بطرق فعّالة؟ هنا يأتي دور تقنية جديدة تُعرف باسم EmbodiSkill.

تعمل EmbodiSkill على توفير إطار متطور يسمح للوكلاء بتطوير مهاراتهم ذاتياً من خلال عملية تُسمى الانعكاس القائم على المهارات (Skill-Aware Reflection). تعتمد هذه الطريقة على مسارات (Trajectories) تم إنشاؤها أثناء تنفيذ المهام، مما يساعد الوكلاء في التكيف مع الظروف المختلفة.

واحدة من التحديات الرئيسية التي تواجه تطوير مهارات الوكلاء هي التفاوت في البيئات، حيث يكون لكل بيئة تخطيطاتها وحالتها الخاصة. ولذلك، تُعد عملية تطور المهارات الذاتية أمراً معقداً، خاصةً عند نقل هذه الأساليب من بيئات رقمية إلى بيئات فعلية. هنا، تُبرز EmbodiSkill قدرتها في تفسير كل مسار بالنسبة للمهارة الحالية، وتحديثها بناءً على الأدلة التي تشير إلى تغير المهارة.

أظهرت التجارب التي أُجريت على منصة ALFWorld وEmbodiedBench أن EmbodiSkill تُحسن من نسبة نجاح المهام للوكلاء المتجسدين بشكل ملحوظ. على سبيل المثال، ساهمت في رفع نسبة نجاح مهام أحد الوكلاء إلى 93.28%، متفوقة على استخدام GPT-5.2 كوكيل مباشر، حيث حققت تفوقاً بنسبة 31.58%.

هذه الإنجازات تبين فعالية تقنية التطور الذاتي القائم على المهارات في تعزيز المعرفة الإجرائية القابلة لإعادة الاستخدام من مسارات الوكلاء، مما يفتح آفاق جديدة للذكاء الاصطناعي في تحسين الأداء المستدام للوكلاء المتجسدين. هل تعتقد أن هذه التقنيات يمكن أن تغير مستقبل الروبوتات؟ شاركونا آراءكم في التعليقات!