شهدت صناعة الطائرات تطورًا ملحوظًا في تصميم أنابيبها، حيث طرح البحث الجديد مفهومًا مبتكرًا يعزز من فعالية عملية التوجيه الحر (Free-form pipe routing). يُعتبر تصميم الأنابيب أمرًا بالغ التعقيد، إذ يواجه العديد من التحديات المتمثلة في القوانين الغامضة والبيئات الديناميكية.

يقدم البحث الذي نُشر على موقع arXiv إطار تعلم ذاتي يُعرف بـ SLPR، يعتمد على خوارزمية تحسين السياسة القريبة (Proximal Policy Optimization - PPO). هذا الإطار يدمج نمذجة موحدة للقواعد تسمح بالكشف الفعال عن العقبات وتطبيق قواعد غامضة في الفضاء المستمر.

وبالإضافة إلى ذلك، تم إنشاء جدول لطاقة محتملة يتيح استفسارات سريعة حول ميول التصميم والتداخلات. يقوم الوكيل داخل إطار SLPR بتكرار تحسين توجيه الأنابيب وتراكم المعرفة التصميمية من خلال التفاعل مع البيئة. وعندما يحدث تحول في البيئة التصميمية، يكون الوكيل قادرًا على التكيف بسرعة عبر تعديل معلمات الشبكة.

أظهرت الاختبارات المقارنة أن SLPR يؤمن توجيهًا سلسًا للأنابيب عبر استخدام منحنيات B-spline غير المنتظمة ثلاثية الأبعاد، متجنبًا القطع الزائدة التي يتم التعرض لها في أنابيب ذات انحناءات ثابتة. النتائج في بيئات التصميم الثابتة والديناميكية أظهرت أن SLPR يتفوق على ثلاثة معايير مرجعية في تقليل طول الأنابيب، التوافق مع قواعد التصميم، تعقيد المسار، وكفاءة الحوسبة.

علاوة على ذلك، تشير الاختبارات في البيئات الديناميكية إلى أن SLPR يلغي البحث الشاق من البداية ويحقق حلولًا متفوقة مقارنة بالنموذج المعاد تدريبه. تُبرز هذه النتائج القيمة العملية لإطار SLPR في تصميم أنابيب الطائرات الحديثة، مما يلبي احتياجات خفيفة الوزن، دقيقة، ومستدامة.