تعتبر نماذج الملاحة المرئية (Visual Navigation) أحد أهم المجالات التي لا تزال تتطلب تحسينات متواصلة، حيث يعتمد العديد من المخططين الحاليين على نموذج يركز على التحقق من صحة البيانات، مما يفصل بين نية الهدف وتوليد المسار. لكن هذه الطريقة تعاني من الاعتماد على المرشحين، والعبء الكبير على العمليات الحسابية، وعدم توافق الإجراءات المتوقعة مع النتائج المرئية.

لذا، تم تقديم نموذج SWAM (نموذج العمل اللغوي المدرك للمكان)، الذي يمثل إطار عمل مركّز على المهام لتوليد الملاحظة والإجراء في وقت واحد. عند توفير ملاحظات RGB للبداية والهدف، يقوم SWAM بالاستنتاج من خلال عملية واحدة لتوليد سلسلة من الصور RGB-D والطرق المتعلقة بها، مما يعزز دقة الأهداف المتناسقة التي تعمل على تحسين إمكانيات التخطيط المكاني.

يستفيد SWAM من بيانات العمق الزائفة خلال مرحلة التدريب لتطبيق المفاهيم المكانية، لكن أثناء عملية الاستدلال، يحتاج فقط إلى إدخال RGB أحادي. كما تم إدخال وحدة تحسين الإجراءات الموجهة بصريًا وفقدان التنظيم على نطاق المسار لضمان الاتساق بين الحركة والمؤشرات البصرية، مع تحسين التنبؤات عبر المسافات المتغيرة.

تظهر التجارب المكثفة أن SWAM يتفوق بشكل كبير على المخططين من الطراز الأول في معدل النجاح، ودقة المسارات، وكفاءة الاستدلال، كما يظهر قدرة قوية على التعميم دون الحاجة لمعلومات مسبقة عن البيئة الجديدة.

هل ستمهد هذه التقنية الجديدة الطريق لمستقبل أفضل في مجال الملاحة الذكية؟ شاركونا آرائكم في التعليقات!