第10章　场景的结构化定义

10.1 场景的定义

前面的世界结构理论已经建立了：

世界
↓
基础类
↓
对象
↓
属性
↓
状态
↓
关系
↓
动态结构

但是，机器在现实环境中面对的并不是一个个彼此孤立的对象。

机器通常面对的是：

一个空间
+
多个对象
+
对象属性
+
对象状态
+
对象之间的关系
+
当前正在发生的活动

例如，机器面对一张桌子上的鸡蛋：

桌面
+
鸡蛋
+
机械手
+
机械手的位置
+
鸡蛋的位置
+
鸡蛋的状态
+
机械手与鸡蛋的距离
+
鸡蛋与桌面的关系

这些内容共同构成机器当前面对的现实结构。

因此，本章对**场景（Scene）**进行结构化定义。

场景是指在特定时间和空间范围内，由多个场景元素及其对象、属性、状态和关系共同形成的具有整体意义的现实结构。

可以表示为：

Scene
=
Elements
+
Objects
+
Attributes
+
States
+
Relations

其中：

Scene 表示场景；
Elements 表示场景元素集合；
Objects 表示场景对象集合；
Attributes 表示对象及场景相关属性；
States 表示当前状态；
Relations 表示对象之间以及对象与环境之间的关系。

因此，场景不是单个对象。

也不是对象的简单集合。

而是：

多个对象在特定时间、空间、状态和关系条件下形成的整体结构。

例如：

机械手01
+
鸡蛋01
+
桌面01
+
位置关系
+
接近关系
+
当前状态
↓
抓取场景

因此，场景是机器把现实世界局部结构进行整体组织的重要形式。

10.2 场景的边界

场景必须具有一定边界。

如果没有边界，机器将无法判断哪些对象属于当前场景，哪些对象属于其他场景。

例如机器正在执行鸡蛋抓取任务。

当前核心场景可以是：

机械手01
+
鸡蛋01
+
桌面01

而远处的：

椅子01
墙壁01
窗户01

虽然也存在于现实环境中，但可能并不是当前任务的核心场景对象。

因此，场景边界可以由以下因素共同决定：

空间范围
+
时间范围
+
对象范围
+
关系范围
+
行为范围
+
任务范围

例如：

厨房空间
+
当前时间
+
厨师
+
锅
+
炉具
+
食材
+
烹饪关系
+
烹饪行为
↓
烹饪场景

场景边界不是永远固定的。

随着行为变化，场景范围也可能发生变化。

因此：

场景边界
↓
可以动态变化

10.3 场景元素

**场景元素（Scene Element）**是构成场景的基本信息单元。

场景元素可以是：

对象
+
属性
+
状态
+
关系
+
事件
+
行为信息

因此，场景元素的概念比场景对象更加广泛。

例如：

鸡蛋01

是场景对象。

而：

鸡蛋01
位置 = 桌面中央
状态 = 完整

则形成多个场景元素。

又例如：

机械手01 → 接近 → 鸡蛋01

其中：

接近关系

也是场景中的一个结构元素。

因此：

场景元素是机器描述当前场景所需要的基本结构信息。

可以表示为：

SceneElement
{
    type
    value
    source
    state
    time
}

其中：

type 表示元素类型；
value 表示元素具体内容；
source 表示元素来源；
state 表示元素当前状态；
time 表示元素对应的时间。

场景元素可以形成：

场景元素集合
↓
场景结构

因此：

Scene
↓
SceneElements

是场景结构化表达的第一层。

10.4 场景对象

**场景对象（Scene Object）**是当前场景中实际参与场景结构的具体对象实例。

场景对象来自前面的对象实例理论。

例如：

鸡蛋类
↓
鸡蛋01

当鸡蛋01进入某个具体场景：

厨房01
↓
鸡蛋01

鸡蛋01就成为该场景的场景对象。

因此：

基础类
↓
对象实例
↓
场景对象

场景对象不是一种新的基础类。

例如：

鸡蛋类

仍然是基础类。

鸡蛋01

仍然是对象实例。

只有当鸡蛋01参与当前场景时，它才具有：

场景对象

这一结构身份。

同一个对象也可以在不同时间进入不同场景：

鸡蛋01
↓
厨房场景

之后：

鸡蛋01
↓
餐桌场景

因此：

场景对象是对象实例在特定场景中的结构化参与形式。

10.5 场景对象集合

一个场景通常包含多个对象。

因此可以定义：

O_scene =
{
O₁,
O₂,
O₃,
...,
Oₙ
}

其中：

O_scene 表示当前场景对象集合；
O₁...Oₙ 表示场景中的具体对象；
n 表示对象数量。

例如烹饪场景：

厨师01
锅01
炉具01
鸡蛋01
西红柿01
食用油01

形成：

场景对象集合

但场景对象数量并不能决定场景意义。

例如：

锅01
鸡蛋01
西红柿01

只是对象集合。

只有进一步建立：

锅01 → 放置 → 炉具01
厨师01 → 操作 → 锅01
锅01 → 处理 → 鸡蛋01

才能形成具有明确意义的烹饪场景结构。

因此：

场景对象是场景结构的成员，但场景意义来自对象及其属性、状态和关系的整体组织。

10.6 场景属性

**场景属性（Scene Attribute）**是用于描述场景对象或者场景整体特征的信息。

对象属性通常描述对象自身。

例如：

鸡蛋01
颜色 = 白色
重量 = 50g
大小 = 中等

这些属于对象属性。

而场景属性可以进一步描述：

场景位置
场景面积
环境温度
光照
空间范围
时间

例如：

厨房场景
温度 = 25℃
时间 = 12:30
空间 = 厨房区域

因此可以区分：

对象属性
↓
描述对象

以及：

场景属性
↓
描述场景整体条件

二者共同参与场景认知。

场景属性可以影响对象行为。

例如：

环境温度过高
↓
影响食材状态

或者：

空间狭窄
↓
限制机械手运动

因此：

场景属性不仅描述环境，还可能成为动态结构变化和行为形成的条件。

10.7 场景状态

**场景状态（Scene State）**是指某一时间点上场景整体所处的状态。

对象具有自己的状态：

鸡蛋 = 完整
锅 = 空
炉具 = 关闭

这些对象状态共同影响场景整体状态。

例如：

鸡蛋 = 未处理
锅 = 空
炉具 = 关闭

可以描述当前场景：

烹饪准备状态

经过动作：

开启炉具
+
放锅
+
加入食材

场景状态变成：

烹饪进行状态

进一步：

食材完成
+
烹饪结束

场景进入：

烹饪完成状态

因此：

场景状态
=
场景对象状态
+
场景关系状态
+
场景行为状态

场景状态是动态的：

SceneState(t)
↓
Action
↓
SceneState(t+1)

这与前面的对象状态变化理论相连接。

10.8 场景关系

**场景关系（Scene Relation）**是指场景中对象之间、对象与环境之间以及场景结构成员之间形成的空间、操作、使用、控制、所属、因果等关系。

例如：

鸡蛋01
↓
位于
↓
桌面01

以及：

机械手01
↓
接近
↓
鸡蛋01

这些都是场景关系。

场景关系可以表示为：

R_scene =
{
R₁,
R₂,
R₃,
...,
Rₘ
}

其中：

R_scene 表示场景关系集合；
R₁...Rₘ 表示场景中的具体关系；
m 表示关系数量。

场景关系是场景结构最重要的连接机制之一。

没有关系：

对象A
对象B
对象C

只是对象集合。

有关系之后：

对象A
↓
关系
↓
对象B
↓
关系
↓
对象C

才形成结构。

10.9 场景关系的基本类型

场景关系可以继承对象关系的基本分类，同时根据场景需要扩展。

空间关系

左
右
上
下
前
后
内部
外部
接触
相邻
远离

例如：

鸡蛋01
↓
位于
↓
桌面01

操作关系

机械手01
↓
抓取
↓
鸡蛋01

使用关系

厨师01
↓
使用
↓
锅01

控制关系

控制器01
↓
控制
↓
机械手01

因果关系

炉具01
↓
加热
↓
锅01

进一步：

锅温升高
↓
导致
↓
食材状态变化

所属关系

锅01
↓
属于
↓
厨房01

这些关系共同形成场景关系网络。

10.10 场景结构

综合场景元素、对象、属性、状态和关系，可以建立场景结构：

Scene
{
    elements
    objects
    attributes
    states
    relations
}

可以进一步形式化为：

S(t)
=
{
O(t),
A(t),
St(t),
R(t),
E(t)
}

其中：

S(t) 表示时间 t 的场景；
O(t) 表示场景对象集合；
A(t) 表示场景属性集合；
St(t) 表示场景状态集合；
R(t) 表示场景关系集合；
E(t) 表示场景元素集合。

因此，一个场景不是：

对象列表

而是：

对象
+
属性
+
状态
+
关系
+
时间
+
空间

共同构成的结构。

10.11 场景的时间结构

场景具有时间属性。

同一个对象在不同时间可以处于完全不同的场景状态。

例如：

T1
鸡蛋在桌面

T2：

机械手接近鸡蛋

T3：

机械手抓取鸡蛋

T4：

鸡蛋离开桌面

因此：

S(T1)
↓
S(T2)
↓
S(T3)
↓
S(T4)

这说明场景不是一个永久固定的数据对象，而是：

某一时间范围内现实结构的状态表达。

场景的时间结构使机器能够理解：

之前发生了什么
↓
现在发生什么
↓
接下来可能发生什么

10.12 场景的空间结构

场景必须具有空间结构。

空间结构回答：

对象在哪里？
对象之间距离如何？
对象之间有什么位置关系？
活动发生在哪个区域？

例如：

厨房
├── 炉具
├── 水槽
├── 操作台
└── 冰箱

在更具体的场景中：

鸡蛋01
→ 位于 → 操作台01

锅01
→ 位于 → 炉具01

机械手01
→ 位于 → 鸡蛋01附近

因此：

空间
↓
对象位置
↓
空间关系
↓
场景结构

空间关系变化会直接导致场景变化。

10.13 场景结构的形成

场景不是凭空产生的。

其形成过程可以表示为：

现实感知
↓
场景元素提取
↓
对象确定
↓
属性确定
↓
状态确定
↓
关系确定
↓
场景结构形成

例如机器观察一个桌面：

桌面
+
鸡蛋
+
机械手

首先识别：

鸡蛋01 → 鸡蛋类
机械手01 → 机械手类
桌面01 → 桌面类

然后确定：

鸡蛋01 → 位于 → 桌面01
机械手01 → 接近 → 鸡蛋01

再确定状态：

鸡蛋01 = 完整
机械手01 = 可执行

于是形成：

当前抓取场景

因此：

场景是机器将多个现实感知结果按照对象、属性、状态和关系进行结构化组织后的整体表达。

10.14 场景与对象的区别

必须严格区分：

对象

和：

场景

对象回答：

“这是什么个体？”

场景回答：

“这些对象当前共同构成什么现实结构？”

例如：

鸡蛋01

是对象。

而：

鸡蛋01
+
锅01
+
炉具01
+
厨师01
+
加热关系
+
烹饪状态

构成场景。

因此：

对象 → 个体
场景 → 整体

对象可以独立存在。

场景则强调对象之间的整体关系。

10.15 场景与动态结构的区别

场景与第9章的动态结构也需要区分。

动态结构强调：

结构如何形成
↓
如何变化
↓
如何消解

场景强调：

某一时间和空间范围内
↓
当前有什么
↓
对象是什么
↓
状态如何
↓
关系如何

因此：

场景
↓
描述当前世界局部结构

而：

动态结构
↓
描述结构随时间的形成与变化

二者结合：

场景
↓
动态变化
↓
新场景
↓
动态变化
↓
新场景

形成连续世界运行。

10.16 场景与类的关系

场景中的对象来自基础类。

例如：

机械手01 → 机械手类
鸡蛋01 → 鸡蛋类
桌面01 → 桌面类

场景本身也可以进一步进行类别抽象。

例如大量观察到：

机械手
+
目标物
+
操作台
+
接近
+
抓取

可以抽象为：

机械抓取场景类

因此：

基础类
↓
对象
↓
场景
↓
场景类

场景类并不替代基础类。

它是在更高层次上描述：

什么样的对象、关系、状态和行为共同构成某一种场景。

10.17 场景与认知

机器认知的一个重要对象就是当前场景。

认知过程可以表示为：

感知
↓
场景元素
↓
场景对象
↓
场景属性
↓
场景状态
↓
场景关系
↓
场景结构
↓
认知

例如机器发现：

机械手
+
鸡蛋
+
桌面

通过关系识别：

机械手 → 接近 → 鸡蛋
鸡蛋 → 位于 → 桌面

通过状态识别：

鸡蛋 = 完整

最终形成：

当前场景
=
机械手接近桌面上的完整鸡蛋

机器真正需要认识的不是孤立的“鸡蛋”这个对象，而是：

鸡蛋
+
位置
+
状态
+
周围对象
+
对象关系
+
当前活动

因此：

场景是机器从孤立对象认知走向整体结构认知的重要载体。

10.18 场景的结构化模型

综合本章，可以建立场景的完整结构模型：

场景
│
├── 场景元素
│
├── 场景对象
│   ├── 对象01
│   ├── 对象02
│   └── 对象03
│
├── 场景属性
│   ├── 空间
│   ├── 时间
│   └── 环境属性
│
├── 场景状态
│   ├── 对象状态
│   ├── 环境状态
│   └── 行为状态
│
└── 场景关系
    ├── 空间关系
    ├── 操作关系
    ├── 使用关系
    ├── 控制关系
    └── 因果关系

可以进一步抽象为：

Scene
=
ElementSet
+
ObjectSet
+
AttributeSet
+
StateSet
+
RelationSet

这成为机器场景知识的基本结构。

10.19 场景结构的核心特征

根据前面的理论，可以确定场景具有以下基本特征。

第一，整体性

场景不是孤立对象的集合，而是对象及其关系形成的整体。

第二，时空性

场景必须具有时间和空间条件。

第三，状态性

场景中的对象和环境都具有当前状态。

第四，关系性

对象通过关系形成场景结构。

第五，动态性

场景可以随着对象、状态和关系变化而变化。

第六，可识别性

具有稳定结构特征的场景可以被机器识别和分类。

第七，可转换性

一个场景可以通过行为和动作转换为另一个场景。

因此：

场景A
↓
行为
↓
动作
↓
状态变化
↓
关系变化
↓
场景B

这为后面的动态场景理论提供基础。

10.20 本章总结

第10章对场景进行了结构化定义。

场景不是单个对象，也不是对象的简单集合，而是：

多个对象及其属性、状态和关系，在特定时间与空间条件下形成的整体结构。

本章建立了五个核心结构：

场景元素
↓
场景对象
↓
场景属性
↓
场景状态
↓
场景关系

其中：

场景元素是场景的基本信息结构。

场景对象是参与当前场景的具体对象实例。

场景属性描述对象以及场景整体的特征条件。

场景状态描述某一时间点上的场景当前状态。

场景关系负责连接场景中的对象以及对象与环境之间的结构关系。

最终形成：

场景
=
对象集合
+
属性集合
+
状态集合
+
关系集合
+
时间
+
空间

场景又与前面的理论形成完整连接：

基础类
↓
对象
↓
对象属性
↓
对象状态
↓
对象关系
↓
场景
↓
动态结构
↓
行为
↓
动作
↓
场景变化

因此，本章最核心的理论结论是：

场景是机器对现实世界局部整体结构的结构化表达；对象构成场景的主体，属性描述对象与环境特征，状态描述当前条件，关系建立场景内部连接，而时间与空间规定场景存在的边界。

进一步可以得到：

机器对现实世界的认知不能停留在“对象识别”层面，而必须从对象进入场景，从对象属性和状态进入对象关系，再从对象关系形成整体场景结构。

由此：

对象认知
↓
关系认知
↓
场景认知
↓
结构认知

成为机器从局部对象认知走向整体世界认知的重要路径。

而场景一旦具有时间连续性，就会进一步产生：

场景形成
↓
场景变化
↓
场景转换
↓
场景消解
↓
新场景形成

这将成为下一阶段动态场景理论的直接基础。

第10章 场景的结构化定义

第10章 场景的结构化定义

10.1 场景的定义

10.2 场景的边界

10.3 场景元素

10.4 场景对象

10.5 场景对象集合

10.6 场景属性

10.7 场景状态

10.8 场景关系

10.9 场景关系的基本类型

空间关系

操作关系

使用关系

控制关系

因果关系

所属关系

10.10 场景结构

10.11 场景的时间结构

10.12 场景的空间结构

10.13 场景结构的形成

10.14 场景与对象的区别

10.15 场景与动态结构的区别

10.16 场景与类的关系

10.17 场景与认知

10.18 场景的结构化模型

10.19 场景结构的核心特征

第一，整体性

第二，时空性

第三，状态性

第四，关系性

第五，动态性

第六，可识别性

第七，可转换性

10.20 本章总结