في عالم التعلم المعزز (Reinforcement Learning)، تتجلى التحديات في الحركة نحو تحقيق الأهداف طويلة الأمد، حيث يُفوض التحكم إلى وحدة عالية المستوى تقترح الأهداف الفرعية. لكن، الأهداف الفرعية الحالية غالبًا ما تكون نتائج غير مباشرة لدوال القيمة أو الأفعال الكامنة، مرتبطة بالجهة المنفذة لها. هنا، نقدم مفهومًا مختلفًا: ترتيب مشروط للخطوات غير القابلة للتخطي، والذي يتطلب على كل منفذ ناجح اجتيازه، ويمكن استرجاعه من المسارات السابقة.

تُعرَّف خصائص هذه المراحل على أنها طوبولوجية؛ حيث إن أي مرحلة不可跳过 (Unskippable Stage) تُعَد مجموعة فصالية يجب على كل مسار مقبول عبورها. كما أن الحلقة في الفضاء الحر تجبر على اتخاذ خيار المسار. نقوم بفحص هذين العنصرين من خلال الهومولوجيا (Homology) في الأبعاد 0 و1 عبر وسائل نقل مرجحة مبنية من المسارات الناجحة، مما ينتج عنه مجموعة بوابات قابلة للتعداد مع شهادات على مستوى القشرة.

تدخل هذه البوابات المعتمدة في حلقة القرار كنظام هرمي بوابات طوبولوجية تكرارية. تحت فضاء حر متغير، يبقى هذا العنصر مستقرًا حتى مع تغييرات الجهة المنفذة: حيث تُنقل البوابات المجمدة بناءً على بيانات PointMaze دون الحاجة لإعادة التدريب إلى أنماط الحركة مثل Ant وHumanoid، محققة أعلى الدرجات التراكمية في Humanoid تحت واجهة موحدة (96.1)، بزيادة ملحوظة (+36.0) مقارنةً بالمراجع المعتمدة في مهام المسارات المتعددة (p=1.4e-5). كما يُظهر المخطط كفاءة عالية في نقطة PointMaze (100+/-0) ويتفوق أو يطابق أقوى الأسس في AntMaze (+22.9) وKitchen (+15.8/+12.6).

باختصار، تظهر نتائج هذا البحث كيف يمكن للتفكير الطوبولوجي أن يحدث فرقًا كبيرًا في تحقيق النجاح في مجالات التعلم المعزز وضبط الاختيارات الإستراتيجية.