ما هو المخفي: كيفية تحديد العوامل الحرجة للتخطيط باستخدام نماذج اللغة والصورة

في عالم القيادة الذاتية، يُعتبر التعرف على العوامل الحرجة للتخطيط ضمن بيئات معقدة من التحديات الكبرى. غالبًا ما تعالج الأساليب الحالية جميع حالات الحجب بتشدد، وهو ما يؤدي إلى قيادة دفاعية لا مبرر لها. ولكن، ماذا لو كان هناك طريقة يمكن أن تمهد الطريق لفهم أعمق لعوامل التخطيط المخفية؟

يطرح بحث حديث إطارًا مبتكرًا يستخدم نماذج اللغة والصورة (Vision-Language Models - VLMs) لإمكانية التعرف على هذه العوامل الحرجة وفهم تأثيرها على التخطيط في القيادة الذاتية. عُرف هذا النمط الجديد باسم قياس تشير إلى تباين التخطيط (Planning KL-divergence - PKL)، وهو مقياس معلوماتي يُساعد في تصنيف العوامل المخفية بناءً على تأثيرها على مسار السيارة نفسها.

استخدام نموذج GPT-5 كخبير في هذا المجال ساعد في توليد تعليقات غنية ومهيكلة، مما يوفر الأدلة البصرية والتحليل اللازمين لهذه المهمة. تم تطبيق هذا الإطار على مجموعة بيانات nuScenes لإنشاء معايير جديدة تركز على السيناريوهات ذات الأثر العالي.

أجريت تجارب شاملة على مجموعة واسعة من نماذج VLM العامة والمتخصصة، وكشفت النتائج أن النماذج الأصغر المعدلة جيدًا تفوقت بشكل ملحوظ على النماذج الأكبر بكثير في صناعات البيانات العشوائية (zero-shot). بالإضافة إلى ذلك، ظهرت استراتيجيات اختيار البيانات المعتمدة على PKL لتحسين الأداء بنسبة تقارب 30% مقارنة بالتقنيات العشوائية.

يعكس هذا العمل نهجًا منهجيًا لجعل نماذج VLM تركز على الحجب الحرجة في التخطيط، مما يمكن من تقييم المخاطر بطريقة أكثر دقة وفعالية في مجال القيادة الذاتية.