في عالم يستمر فيه الذكاء الاصطناعي (AI) في التوسع، برزت النماذج اللغوية الكبيرة (LLMs) كأداة واعدة في مجال القيادة الذاتية. لكن الاعتماد على القرارات المستندة فقط إلى المعاني قد يؤدي إلى سلوكيات غير آمنة في ظل حركة المرور الديناميكية. حتى الآن، كانت الأساليب الحالية تتعامل مع التفكير المنطقي دون إجراء تحقق ديناميكي واضح، أو كانت تستخدم النماذج العالمية بشكل أساسي في عمليات خارجية، مما يعكس فجوة بين النية الدلالية والجدوى المادية أثناء اتخاذ القرار.

لتجاوز هذه التحديات، اقترح الباحثون نظاماً جديداً يسمى Reason--Imagine--Act (RIA)، وهو إطار مغلق يدمج بين مفكر نماذج اللغة الكبيرة ونموذج عالمي مشروط بالإجراءات لعمليات التحقق من الأمان في الوقت الحقيقي. في كل خطوة، يقوم النموذج اللغوي الكبير بعرض نموذج إجراء وقوائم فرعية للاجراءات، بينما يقوم النموذج العالمي بإجراء استعراضات قصيرة الأجل، ليقوم بعد ذلك مُقيّم الأمان باختيار الإجراء الأكثر أماناً مع تغذية راجعة للخطوة التالية من التفكير.

سجل النظام RIA نتائج مثيرة في سياق بروتوكول CARLA point-goal، حيث حقق نسبة 80.05% في إكمال الطرق، و51.10% في معدل الوصول، و0.20% في معدل الاصطدام. تحت نفس الواجهة المغلقة، تفوق RIA باستمرار على النماذج الأساسية التي لا تتطلب تدريباً، متفوقا بذلك على الأنظمة التقليدية مثل CARLA TM وMADA على المقاييس الأساسية.

لمن يرغب في الاطلاع على الشيفرة البرمجية الخاصة بالبحث، يمكن العثور عليها عبر الرابط: [GitHub RIA Source Code]. فهل أنتم مستعدون لاستكشاف مستقبل القيادة الذاتية؟ سنكون سعداء بمشاركة آرائكم في التعليقات.