يشهد مجال الملاحة الذكية طفرة جديدة بفضل نموذج PACE (Preference-refined Affordance-Conditioned Execution)، الذي يهدف إلى تحسين الترجمة بين النوايا المعنوية والإجراءات التنفيذية في قبلات واسعة.

في ظل الاعتماد المتزايد على المخططات الدلالية العامة، يواجه الذكاء الاصطناعي تحديات في تنسيق الأفعال الحركية مع البيئة المعروفة التي قد تحتوي على انتقالات ضيقة ومعقدة. على سبيل المثال، الوصول إلى درج أو باب لا يضمن المرور بأمان، لذا يتعين على النظام التعرف على وضع التنفيذ القابل للإجراء وتصحيح الأخطاء المتراكمة.

تم تصميم نموذج PACE كجزء من وحدة تنفيذ محلية خاضعة للإشراف تعزز من أداء المخططات المعنوية المجمدة، مما يمكّن النظام من تحقيق نجاح موثوق خلال التنقل بين الطوابق. يقوم PACE بضبط المعاني المرتبطة بعمليات الانتقال في إطار زمني طويل، ويشرط توليد الأفعال قصيرة الأجل بما يتماشى مع الهدف المكاني، مما يُدعم توافق الأهداف المعنوية مع التنفيذ الفعلي.

هذه الدراسة اعتمدت على تحسين الأداء فيما يتعلق بفشل الاختيار، من خلال تعديل الطريقة المعتمدة على اختبارات سابقة تسلط الضوء على سلوكيات التعافي بالمقارنة مع تلك التي تعزز الانحراف. علاوة على ذلك، تم دمج PACE في ستة من الملاحين مفتوحة المصدر، حيث أثبتت النتائج تحسينًا ملحوظًا في تنفيذ التنقل بين الطوابق، حيث زادت نسبة النجاح في مجموعة بيانات R2R-CE من 16.35% إلى 27.65%، وفي مجموعة RxR-CE من 4.76% إلى 12.06%.

تجارب العالم الحقيقي تظهر أيضًا قدرة PACE على العمل بكفاءة في بيئات غير مشهورة، مما يسلط الضوء على دور القابلية للتنقل في تقليص الفجوة بين النية المعنوية والسلوك المعتمد الموثوق.