في عالم الذكاء الاصطناعي، لا يزال استخدام الوكلاء المعتمدين على نماذج اللغات الكبيرة (Large Language Models) في تطور مستمر. فهذه الوكلاء لا تقتصر على كونها أنظمة ثابتة بل أصبحت أنظمة ذاتية التطور، تمتلك القدرة على الحفاظ على الذكريات، استخدام الأدوات، اكتساب مهارات جديدة، وتحسين سير العمل عبر تفاعلها مع بيئات متعددة.

تعتبر قدرة هذه الوكلاء على التكيف مع الظروف المحيطة منها، المكون الأساسي الذي يجعل حالة الوكيل هيكلية وديناميكية. فالعلاقات، الخصائص، والاعتماديات تتغير مع ظهور بيانات جديدة وتعليقات من المستخدمين. وعلى الرغم من أن العديد من الدراسات السابقة تناولت الوكلاء من خلال ضرورة وجود الرسوم البيانية، لم يتم تسليط الضوء بصورة كافية على كيفية تطور هذه الرسوم البيانية نفسها.

يتناول هذا البحث الجديد ربط مفهوم تطور الوكلاء بتحويل الرسوم البيانية الديناميكية، حيث يتم تمثيل حالة الوكيل كرسوم بيانية ديناميكية. من خلال هذا الموديل، تم تقسيم الطرق المتاحة لتطبيق الرسوم الديناميكية إلى أربع تصنيفات رئيسية: التطور في العقد/الميزات، تطور الحواف/الهيكل، تفعيل الرسم البياني الفرعي، والتطور المشترك بين المكونات.

علاوة على ذلك، تم اقتراح التعلم الديناميكي للرسوم البيانية كوسيلة لتطوير البنية التحتية لتلك الوكلاء، ويتم الإشارة إلى تسعة مجالات فرعية تتعلق بهذا التعلم وقدرات تطور الوكيل، مع التطرق إلى مخاطر التكيف المحتملة. بالإضافة إلى ذلك، تم تناول خمسة أنواع من بروتوكولات التقييم والإدارة المعتمدة على الرسوم البيانية من منظور الرسوم الديناميكية، والتي تكمل تقييم المهام النهائية.

هذا البحث يقدم رؤية هيكلية شاملة تهدف إلى تصميم وإدارة الوكلاء الذاتيين التطور، مما يشير إلى أنه مع استمرار تطور الذكاء الاصطناعي، سيكون لدينا أدوات أكثر فعالية وقوة للتفاعل مع أنظمتنا المستقبلية.