اكتشاف طرق جديدة لتقليل خطط التكلفة: نموذج محسّن لتحقيق أقصى فائدة!

في عالم الذكاء الاصطناعي، يمكن أن تصبح الخطط المعمول بها غير قابلة للتنفيذ إذا تم فرض قيود جديدة على الميزانية. لكنّ الأمر يثير تساؤلاً مهماً: كيف يمكننا استخراج خطة فرعية تحقق أقصى فائدة مع مراعاة هذه القيود؟

تناقش الورقة البحثية الأخيرة، التي تم نشرها على منصة arXiv، هذا التحدي من خلال دراسة كيفية تقليص الخطط المسبقة بطريقة تضمن الاستخدام الأمثل للقيم المفيدة، مع أهمية الحفاظ على ترتيب الإجراءات الأصلية. تمثل كل هدف في التطبيق قيمة فائدة معينة، ويستند البحث إلى إزالة الإجراءات التي تدعم الأهداف ذات الفائدة المنخفضة.

وفي هذا الصدد، تمثل المسألة تحدياً صعباً حيث يُظهر البحث أن المتغيرات المتعلقة بالقرار تعد NP-complete. لذلك، اقترح الباحثون طريقتين دقيقتين لحل المشكلة: الأولى عبر التخطيط بالتجاوز (Oversubscription Planning، OSP) والثانية من خلال البرمجة الخطية الصحيحة (Integer Linear Programming، ILP).

تعتبر هذه الدراسة بمثابة توسعة للعمل السابق الذي تم نشره في مؤتمر ICAPS 2026، حيث تم تطوير إطار العمل الأساسي مع تقديم صيغة محسّنة للبرمجة الخطية الصحيحة. هذا التحسين قد أدى إلى تقليل حجم النموذج وزيادة كفاءة العمليات الحسابية، مما يفتح آفاقاً جديدة في مجال التخطيط وإدارة الميزانيات.