في عالم تتسارع فيه التطورات في مجال الذكاء الاصطناعي، يبرز مفهوم التخطيط المتعدد للروبوتات (Multi-Robot Path Planning - MRPP) كأحد الأبعاد الأكثر أهمية. لكن تحقيق التواصل الفعال في بيئات متعددة الروبوتات يعد تحدياً كبيراً، حيث كانت الطرق التقليدية تساوي بين جميع الروبوتات المجاورة دون أخذ القرب المكاني بعين الاعتبار، مما يؤدي إلى ضعف الانتباه في المناطق المكتظة.

تقدم الدراسة الجديدة تقنية مبتكرة تُعرف بـ "التواصل المعزز بالمسافات" (Relation enhanced Multi Head Attention - RMHA)، والذي يهدف إلى تحسين عملية التواصل بين الروبوتات من خلال تضمين المسافات الثنائية بين الروبوتات في حسابات وزن الانتباه. يسمح هذا الأسلوب لكل روبوت بتحديد أولويات الرسائل الواردة من الجيران ذوي الصلة المكانية، مما يُعزز التنسيق في البيئات المعقدة.

تجمع RMHA أيضًا بين قناع انتباه مقيد بالمسافة وتقنية دمج الرسائل باستخدام بوابة GRU، مما يدعم تدريباً مستقراً من النهاية إلى النهاية. تتمثل النتائج في تجربة تم فيها اختبار 128 روبوتاً على شبكات 40x40، حيث حققوا معدل نجاح قريب من 75% في ظل كثافة عوائق تبلغ 30%.

تشير الدراسات الاستكشافية إلى أن تشفير العلاقات المكانية هو العامل الرئيسي لتحسين معدل النجاح في البيئات ذات الكثافة العالية. إن تحقيق هذا الإنجاز يعد دليلاً على أهمية البحث المستمر في تطوير استراتيجيات جديدة تخدم التقنية الحديثة.