في عالم الذكاء الاصطناعي، يواجه الروبوتات تحديات كبيرة في تخطيط الحركات عبر سيناريوهات متعددة دون الحاجة إلى إعادة ضبط كل سيناريو على حدة. أحد الأساليب الفعالة والذي ساهم في هذا التحدي هو نهج التعلم المعزز (Reinforcement Learning - RL) الذي يمكنه التعميم عبر السيناريوهات. ولكن، وُجد أن هذه الأساليب قد تكون هشة تحت ظروف معينة مثل تغير التوزيع، خطأ في تحديد المكافآت، والتفاعلات العشوائية.

في هذا السياق، يبرز دور التحكم بالأداء التنبؤي القائم على نموذج مسار التكامل (Model Predictive Path Integral - MPPI)، والذي يتيح تحسينات حقيقية في الوقت الفعلي دون الحاجة إلى تدرجات. إلا أن أداءه يعتمد على وجود أولوية مهيأة بشكل جيد، ومع ذلك فإن تصميم هذه الأولويات يواجه تحدياً عند نشر الروبوتات في سيناريوهات متعددة.

هنا يأتي دور HOLO-MPPI (تخطيط الحركة متعدد السيناريوهات عالي المستوى وغير المتصل بالإنترنت، وموصول بالمستوى المنخفض) كإطار عمل مبتكر يجمع بين تعلم السياسات على المستوى العالي مع السيطرة المثلى العشوائية على المستوى المنخفض. ففي المرحلة غير المتصلة بالإنترنت، نتعلم سياسة عالية المستوى تقترح خططًا قوية للسيناريوهات في مجال العمل المجرد، بالتزامن مع نموذج للعالم يتم تعلمه لتطبيقه في الوقت الفعلي.

أما بالنسبة للمرحلة المتصلة بالإنترنت، فإن السياسة تعمل كمولد أولوية مدفوعة بالبيانات، حيث تحدد توزيع العينة الخاص بـ MPPI بناءً على الملاحظة الحالية والهدف المنشود. يعمل نظام MPPI على تحسين تسلسلات التحكم على المستوى المنخفض حول هذه الأولوية في الوقت الفعلي ليتكيف مع الاضطرابات المحلية.

تم تطبيق HOLO-MPPI في مجال القيادة الذاتية من خلال تصميم مجال عمل عالي المستوى ونماذج معمارية مخصصة. أظهرت التقييمات عبر سيناريوهات القيادة المتنوعة أن HOLO-MPPI يحسن الأداء بصورة ملحوظة بالمقارنة مع MPPI والأساليب الأخرى القائمة على التعلم العميق، مع الحفاظ على التحكم في الوقت الفعلي.

مع هذه الإنجازات، يبدو أن مستقبل الروبوتات الذكية سيكون أكثر إشراقًا، مما يعد بنقل دور الروبوتات إلى مستوى جديد من القدرة على التكيف والابتكار.