تستعد تقنيات الذكاء الاصطناعي لإحداث ثورة في عالم قيادة المركبات الذكية، خصوصًا من خلال استخدام نماذج الرؤية البصرية (Visual Language Models - VLMs) التي تدعم الحركيات العكسية (Inverse Kinematics). في الوقت الحالي، تواجه النماذج التقليدية تحديات كبيرة في توقع مسارات القيادة، حيث تفتقر إلى الاستفادة من المعلومات البصرية الحقيقية التي يمكن أن تعزز من دقة التنبؤ.

أكدت الأبحاث الأخيرة على أن المشكلة ليست ناتجة عن تدريب غير كافٍ، بل بسبب صياغة المهمة بشكل غير ملائم. حيث أظهرت الدراسات أن استعادة المسار، عند فحصها من منظور الحركيات العكسية، تحتاج إلى حالتين بصريتين: الحالة الحالية والمستقبلية. لكن النماذج الحالية تقدم الحالة الحالية فقط، مما يشجعها على استخدام أوامر نصية وحالة القيادة الذاتية بشكل غير كافٍ.

لذلك، تم إعادة تصميم نموذج قيادة المركبات الذكية للاستفادة من تقنية الحركيات العكسية. أولًا، تم إضافة هدف تنبؤ بالحالة البصرية المستقبلية، مما يوفر إشرافًا بصريًا كثيفًا ويقلص من استخدام المسارات القصيرة غير المرغوبة. ثانيًا، تم تصميم شبكة حركيات عكسية تعتمد على الانتباه المتبادل لتكون قادرة فقط على معالجة الحالة البصرية الحالية والمستقبلية، مما يعزز كفاءة استعادة المسار.

بهذه التغييرات البسيطة، تمكن نموذج بحجم 0.5 مليار من الاستفادة من الخصائص البصرية وتحقيق أداء تخطيط مسارات قابل للمقارنة مع النماذج الأحدث بحجم 7-8 مليار على معايير NAVSIM-v2 وnuScenes. ومن خلال التحليل الشامل، ثبت أن هذا التحسن ينجم عن استعادة القدرة على استغلال الخصائص البصرية، خاصة في الحالات الديناميكية مثل التوجهات المفاجئة.

هذه الخطوات تمثل نقلة نوعية في كيفية تفاعل أنظمة القيادة الذكية مع بيئتها، مما يمهد الطريق نحو تجارب قيادة أكثر سلاسة وأماناً.