في عالم القيادة الذاتية، تشكل عملية تجاوز المركبات على الطرق السريعة تحديًا كبيرًا يحتاج إلى اتخاذ قرارات مدروسة للمضي قدمًا بسلام بين حركة المرور المعقدة. ولقد أثبتت الأساليب التقليدية في التعلم التعزيزي تعزيز السلامة لكنها غالبًا ما تستند إلى تقديرات خطر ضمنية، مما يجعلها تواجه صعوبات في تصوير ديناميات المخاطر، وبالتالي تؤدي إلى سلوكيات تبدو آمنة محليًا ولكن تخفي مخاطر كبيرة على المدى البعيد.

للتغلب على هذا التحدي، تم اقتراح إطار عمل مبتكر يُعرف بـ نموذج الديناميات العالمية القائم على المخاطر (World Model-based Risk-aware Mixture-of-Experts أو WM-RMoE). يعتمد هذا النموذج على إنشاء نموذج ديناميكي مخفي يسمح لجهاز القيادة بإجراء عمليات تقييم متعددة الخطوات بشكل متوازي، مما يعزز من تقديرات السلامة من مستوى الإجراء إلى مستوى المسار من خلال تقييم المخاطر التراكمية.

علاوة على ذلك، يعزز النموذج من مقاومته لتغيرات كثافة التفاعلات من خلال آلية تنسيق هرمية تنظم الخبراء من خلال وحدات السلامة الطويلة والقصيرة الأفق. ويدمج نموذج مخاليط غاوسي لحفظ فروع المناورة المتعددة، مما يقلل من مشكلة الانحياز في الأنماط السلوكية.

تظهر النتائج التجريبية أن WM-RMoE يتفوق بشكل كبير على المعايير التمثيلية فيما يتعلق بالامتثال للسلامة، واستقرار القرارات، وقدرة التعميم. بفضل صيغة المخاطر، يُظهر هذا الإطار القدرة الفريدة على توليد مناورات تجاوز ماهرة وإبداعية عبر كثافات مرورية متنوعة.

في الختام، يمثل النموذج الجديد خطوة فريدة نحو مستقبل أكثر أمانًا في القيادة الذاتية، مما يفتح الأبواب لتجارب قيادة أكثر أمانًا وموثوقية. كيف برأيك يمكن لهذا النموذج أن يُغير من مشهد القيادة الذاتية؟ شاركونا آرائكم في التعليقات.