في عالم الذكاء الاصطناعي المتطور، تعتبر الروبوتات ذات الذكاء المتكامل خطوة هامة نحو تحقيق مهام أكثر تعقيداً. إحدى التحديات الرئيسية التي تواجه هذه الأنظمة هو فهم كيفية تفاعل الروبوت مع بيئته بفعالية، وبشكل خاص في المهام التي تتطلب التنقل والتلاعب في آن واحد.

قدمت دراسة جديدة مفهوم نموذج العالم-الأنا (World-Ego Modeling)، الذي يعد ثورة في هذا المجال. بدلاً من توقع تطور العالم (world) والأنا (ego) كتيارين منفصلين، يقوم هذا النموذج بتفكيك العملية إلى مكونين رئيسيين: مكونات العالم والأنا. هذا التفكيك يمكن الروبوتات من تحسين أداءها وتجنب التدهور في سيناريوهات المهام الطويلة الأمد.

تشتمل هذه الدراسة على ثلاث وجهات نظر تضيف عمقاً للفهم: الحركة، الدلالة، والنوايا. كما تتناول استراتيجيات مختلفة لفصل هذه الأبعاد، سواء كانت بعدية أو قبلية أو كاملة. وقد تم إنشاء نموذج عالمي موحد (World-Ego Model - WEM) الذي يتيح تخطيط أكثر دقة، من خلال دمج مخطط مخصص لتخطيط العالم-الأنا مع مولد تفاضلي متسلسل متعدد الخبرات (CP-MoE).

لإجراء تقييم صارم لهذا النموذج، تم تطوير قاعدة بيانات HTEWorld، التي تعد أول معيار لتقييم مهام الهيكل الهجين مع توجيه وتلاعب، حيث توفر أكثر من 125,000 مقطع فيديو مع تعديلات مفصلة على الأفعال. أظهرت التجارب أن نموذج WEM يحقق أداءً متفوقًا، مع تميز في معايير المهام الطويلة الأمد، مما يجعله رائدًا في هذا المجال.