اليوم، نستعرض إنجازاً جديداً في مجال الذكاء الاصطناعي يُعرف بـ UC-PSRO (Utility-Conditioned Policy-Space Response Oracles with a Communication-Dropout Curriculum). يُعتبر هذا النموذج ثورة في كيفية تطوير استراتيجيات عمل للفرق في السيناريوهات البحرية، خاصة عند مواجهة التهديدات المتطورة.

يهدف UC-PSRO إلى تحسين طرق الاستجابة خلال اللقاءات المعقدة، حيث يتعاون فريق Blue UAS ضد خصم Red متكيف في بيئة ذات مستوى اتصال منخفض. يعتمد هذا النظام على ثلاثة آليات رئيسية:

1. **PSRO Self-Play**: حيث يتم تدريب سياسات Blue وRed كاستجابات تقريبية لبعضها البعض بدلاً من مواجهة خصم ثابت.
2. **FiLM Conditioning**: حيث يتم تشكيل سياسة Blue استنادًا إلى وزن نية القائد، مما يسمح بإعادة توجيه السياسة المدربة أثناء التنفيذ دون الحاجة لإعادة التدريب.
3. **Curriculum Annealing**: يُقلل من ارتباطات الاتصال أثناء التدريب، مما يتيح للفريق تعلم استراتيجيات لامركزية بعيدة عن الاتصالات الكاملة.

نتائج التجارب أظهرت أن منهجية الاتصال المنخفض تُحقق أعلى نسب نجاح في إتمام المهام، حتى في ظل ظروف تسمية مبتذلة، حيث تتراوح نسبة النجاح من 35% إلى 62% كلما زادت نسبة الانقطاع في التواصل. على الرغم من إضافة ميزات مثل الحالة الاقتصادية والتعلم الذاتي، إلا أن الأبحاث أظهرت أن السرعة في الوصول لنقاط الضعف لم تكن متقدمة بشكل موثوق مقارنةً بالسياسات الثابتة.

بخلاف ذلك، تعتمد هذه الاستراتيجيات على بيئات تدريب مفتوحة يمكن الوصول إليها، حيث يمكن تطويرها باستخدام وحدات GPU مستهلكة، مما يتيح تنفيذ ما يصل إلى 200 وكيل في وقت فعلي.

إذا كنت مهتمًا بالتطورات السريعة في هذا المجال، فإن نموذج UC-PSRO يعد نقلة نوعية في فهم كيفية التعامل مع التهديدات المتغيرة في عصر الذكاء الاصطناعي. ما رأيكم في هذا التطور؟ شاركونا في التعليقات!