第36章 Perception
本章大纲
- 感知定义
- 感知与信息接收
- 感知与场景采集
- 感知元素
- 感知对象
- 感知属性
- 感知关系
- 感知状态
- 感知结果
36.1 感知定义
**Perception（感知）**是 SAI Framework 中负责对已经进入系统的信息和已经采集形成的场景进行识别、提取、组织和状态判断，并形成可供后续认知处理的感知结果的核心过程。
简单来说：
感知就是 SAI 从已经获取的信息中识别“现在有什么、在哪里、是什么状态、彼此有什么可识别联系”。
感知并不是简单地“接收信息”。
它位于：
外部世界
↓
InformationSource
↓
InformationReceiver
↓
Information
↓
SceneCollector
↓
Scene
↓
Perception
↓
Element / Object / Property / Relation / State
↓
Cognition因此，Perception 是从：
“获取到的信息”进入：
“已经识别出的世界结构”的重要环节。
36.2 感知与信息接收
InformationReceiver 与 Perception 是两个不同层次。
InformationReceiver
↓
“信息进来了”
Perception
↓
“信息中识别出了什么”例如温度传感器发送：
32℃InformationReceiver 负责：
接收
↓
验证
↓
形成 Information得到：
Information
{
source = temperature-001
type = temperature
value = 32
}Perception 再处理：
Information
↓
识别
↓
Element例如：
Element
{
type = temperature
value = 32
}所以：
InformationReceiver = 接收
Perception = 感知二者不能混为一谈。
36.3 感知与场景采集
SceneCollector 的主要职责是：
从多个信息源持续获取信息，并组织形成 Scene。
Perception 的职责则是：
对 Scene 进行识别和提取。
因此：
SceneCollector
↓
Scene
↓
Perception例如外部环境：
温度传感器 → 32℃
摄像设备 → 检测到人
设备状态 → 风扇关闭
位置系统 → 客厅SceneCollector 把它们组织成：
Scene
├── Space
│ └── living-room
│
├── Environment
│ └── temperature = 32
│
├── Objects
│ ├── person
│ └── fan
│
└── States
├── person = present
└── fan = off然后 Perception 处理 Scene：
Scene
↓
Perception
↓
识别元素
↓
识别对象
↓
识别属性
↓
识别关系
↓
识别状态36.3.1 SceneCollector 与 Perception 的区别
| 模块 | 主要任务 |
|---|---|
| InformationReceiver | 接收信息 |
| SceneCollector | 采集并组织场景 |
| Perception | 感知和识别场景 |
| Cognition | 理解感知结果 |
可以形成：
获取
↓
采集
↓
感知
↓
认知也就是：
Information
↓
Scene
↓
Perception
↓
Cognition36.4 感知元素
Perception 首先需要从 Information 或 Scene 中识别 Element。
例如：
客厅温度32℃，有人，风扇关闭。感知结果可以提取：
Element
├── living-room
├── temperature
├── 32
├── person
├── present
├── fan
└── off这些 Element 是后续对象建立的基础。
36.4.1 Element 感知过程
可以表示为：
Scene
↓
信息解析
↓
候选元素
↓
元素类型识别
↓
元素值识别
↓
元素来源确定
↓
Element例如：
温度32℃感知得到：
Element
type = property
value = temperature以及：
Element
type = value
value = 3236.4.2 感知元素不是理解元素
例如 Perception 得到：
temperature = 32这表示：
系统识别出了温度元素但还没有进行复杂理解。
例如：
32℃ 是否属于高温？
是否需要开启风扇？
是否适合人员活动？这些属于后续 Cognition、Reasoning 和 Decision。
因此：
Perception → 识别
Cognition → 理解
Reasoning → 推导
Decision → 选择36.5 感知对象
Element 被识别以后，Perception 可以进一步识别 Object。
例如：
fan
off
speed
0
living-roomPerception 可以识别：
Object Candidate
type = fan如果已经存在：
fan-001则感知过程可以把新的 Element 与已有 Object 进行匹配。
Element
↓
Object Matching
↓
fan-001如果不存在：
Element
↓
Object Identification
↓
Create Object
↓
fan-001因此 Perception 可以参与：
识别对象
↓
查找已有对象
↓
匹配
↓
建立新对象或更新已有对象36.5.1 感知对象不是完整认知
Perception 发现：
fan-001表示：
当前感知结果中存在一个 Fan 对象。
但 Cognition 进一步处理：
这个 Fan 当前是什么状态？
它与谁有关？
它是否与当前任务有关？所以：
Perception → 发现对象
Cognition → 理解对象36.6 感知属性
Object 被识别以后，Perception 可以进一步识别其 Property。
例如：
fan
speed = 1200
location = living-room形成：
Fan
├── speed = 1200
└── location = living-room36.6.1 属性感知
基本过程：
Object
↓
识别相关 Element
↓
属性名称
↓
属性值
↓
属性来源
↓
Property例如：
temperature = 32形成：
Property
{
name = temperature
value = 32
source = temperature-001
}36.6.2 属性变化
如果之前：
speed = 0当前感知：
speed = 1200Perception 可以识别：
PropertyChanged
speed
0 → 1200这样后续系统就能够知道：
当前值
+
变化
+
变化来源
+
变化时间36.7 感知关系
Perception 不仅识别对象，还需要识别对象之间已经存在于场景中的关系。
例如：
客厅中有一个人和一个风扇。可以形成：
person-001
↓
located_at
↓
room-001以及：
fan-001
↓
located_at
↓
room-00136.7.1 关系感知过程
Scene
↓
识别对象
↓
识别对象之间联系
↓
确定 Relation Type
↓
建立 Relation例如：
Fan
Room如果场景信息明确：
Fan is in Living Room则建立：
fan-001
→ located_at
→ room-00136.7.2 感知关系不是因果推理
例如 Perception 感知到：
fan-001
located_at
room-001它只表示：
风扇位于客厅。
不能直接变成：
fan-001 causes room-cooling更不能直接推出：
应该打开风扇后面的因果判断、规则推理和行为选择属于：
Cognition
↓
Reasoning
↓
Decision36.8 感知状态
State 是 Perception 的另一个重要输出。
例如：
Fan
state = offPerception 可以得到：
Object State
fan-001 = off也可以识别：
Person
state = present以及：
Room
state = occupied36.8.1 状态感知
基本过程：
Information / Scene
↓
识别对象
↓
识别状态元素
↓
确定状态
↓
Object State例如：
Element
type = state
value = off
source = fan-001形成：
Fan
state = off36.8.2 状态变化
如果上一时刻：
Fan
state = off当前感知：
Fan
state = on则可以得到：
StateChanged
off → on这类变化信息可以进入：
Memory
Feedback
Reasoning
Decision
Learning具体进入哪个模块，由 Central、Dispatcher 和 Coordinator 根据系统流程负责。
36.9 感知结果
Perception 最终不是只返回一个“true/false”。
它应该形成结构化的 PerceptionResult（感知结果）。
例如：
PerceptionResult
{
scene
elements
objects
properties
relations
states
changes
time
source
}36.9.1 感知结果结构
可以展开为：
PerceptionResult
│
├── Scene
│
├── Elements
│
├── Objects
│
├── Properties
│
├── Relations
│
├── States
│
├── Changes
│
├── Time
│
└── Source例如：
PerceptionResult
{
scene: "scene-001",
elements:
[
"living-room",
"temperature",
32,
"person",
"present",
"fan",
"off"
],
objects:
[
"room-001",
"person-001",
"fan-001"
],
properties:
[
"temperature = 32",
"location = living-room",
"speed = 0"
],
relations:
[
"person-001 located_at room-001",
"fan-001 located_at room-001"
],
states:
[
"room-001 = occupied",
"person-001 = present",
"fan-001 = off"
]
}36.10 Perception 的核心工作流程
把本章九个部分统一起来：
Information
↓
Scene
↓
Perception
│
├── Element Recognition
│
├── Object Recognition
│
├── Property Recognition
│
├── Relation Recognition
│
└── State Recognition
│
↓
PerceptionResult
↓
Cognition可以进一步表示：
Perception
│
┌──────────┼──────────┐
↓ ↓ ↓
Element Object State
│
┌────┴────┐
↓ ↓
Property Relation
│ │
└────┬────┘
↓
PerceptionResult36.11 Perception 与 EOM
第34、35章已经建立 EOM：
Element
↓
Object
├── Property
├── State
├── Relation
└── Method第36章的 Perception 就是进入 EOM 的重要入口。
Scene
↓
Perception
↓
Element
↓
Object
↓
Property
↓
State
↓
Relation
↓
EOM这里需要注意：
Perception 不等于 EOM。
Perception 是：
感知过程EOM 是：
对象组织结构因此：
Perception → 产生和更新感知结构
EOM → 保存和组织对象结构36.12 PerceptionEngine
在工程实现上，可以使用 PerceptionEngine 承担主要感知处理。
基本结构：
Perception
↓
PerceptionEngine
├── ElementRecognizer
├── ObjectRecognizer
├── PropertyRecognizer
├── RelationRecognizer
└── StateRecognizer例如：
namespace SAI\Perception;
class PerceptionEngine
{
public function process($scene)
{
$result = array();
$result['elements'] =
$this->recognizeElements($scene);
$result['objects'] =
$this->recognizeObjects(
$result['elements']
);
$result['properties'] =
$this->recognizeProperties(
$result['objects'],
$result['elements']
);
$result['relations'] =
$this->recognizeRelations(
$scene,
$result['objects']
);
$result['states'] =
$this->recognizeStates(
$scene,
$result['objects']
);
return $result;
}
protected function recognizeElements($scene)
{
return array();
}
protected function recognizeObjects($elements)
{
return array();
}
protected function recognizeProperties(
$objects,
$elements
) {
return array();
}
protected function recognizeRelations(
$scene,
$objects
) {
return array();
}
protected function recognizeStates(
$scene,
$objects
) {
return array();
}
}这个结构体现了：
Scene
↓
PerceptionEngine
↓
Elements
↓
Objects
↓
Properties
↓
Relations
↓
States
↓
PerceptionResult以上 PHP 代码是本章的设计示例，用于说明 SAI Framework 的 OOP 结构，未作为实际项目代码执行验证。
36.13 实际运行案例
继续使用前面客厅案例。
输入：
客厅温度 32℃，有人，风扇关闭。
第一步：Scene 输入
Scene
├── location = living-room
├── temperature = 32
├── person = present
└── fan = off第二步：Perception 识别 Element
Elements
├── living-room
├── temperature
├── 32
├── person
├── present
├── fan
└── off第三步：Perception 识别 Object
Objects
├── room-001
├── person-001
└── fan-001第四步：Perception 识别 Property
room-001
└── temperature = 32
person-001
└── location = living-room
fan-001
└── location = living-room第五步：Perception 识别 State
room-001
└── occupied
person-001
└── present
fan-001
└── off第六步：Perception 识别 Relation
person-001
→ located_at
→ room-001
fan-001
→ located_at
→ room-001第七步：形成 PerceptionResult
PerceptionResult
│
├── Elements
│ ├── living-room
│ ├── temperature
│ ├── 32
│ ├── person
│ ├── present
│ ├── fan
│ └── off
│
├── Objects
│ ├── room-001
│ ├── person-001
│ └── fan-001
│
├── Properties
│ ├── room.temperature = 32
│ ├── person.location = living-room
│ └── fan.location = living-room
│
├── States
│ ├── room = occupied
│ ├── person = present
│ └── fan = off
│
└── Relations
├── person → located_at → room
└── fan → located_at → room然后：
PerceptionResult
↓
CognitionCognition 才开始处理：
这些对象之间是什么关系？
当前状态意味着什么？
哪些信息与当前任务相关？36.14 Perception 的边界
为了保证 SAI Framework 的层次清晰，Perception 不应该承担以下职责：
Perception
├── 不负责最终理解
├── 不负责复杂推理
├── 不负责最终决策
├── 不负责执行行为
├── 不负责学习
└── 不负责长期记忆它主要负责：
获取后的识别
+
结构提取
+
对象发现
+
属性识别
+
关系识别
+
状态识别
+
变化识别因此：
InformationReceiver
→ 接收
SceneCollector
→ 采集
Perception
→ 感知
Cognition
→ 认知
Reasoning
→ 推理
Decision
→ 决策
Behavior
→ 行为本章小结
第36章建立了 SAI Framework 的 Perception（感知）层。
核心定义：
Perception 是 SAI 对已经接收到的信息和已经形成的场景进行识别、提取、组织，并形成元素、对象、属性、关系和状态等感知结果的过程。
完整流程：
外部世界
↓
InformationSource
↓
InformationReceiver
↓
Information
↓
SceneCollector
↓
Scene
↓
Perception
↓
Element
↓
Object
├── Property
├── State
└── Relation
↓
PerceptionResult
↓
Cognition本章最重要的层次关系：
InformationReceiver
= 信息进入
SceneCollector
= 场景形成
Perception
= 识别场景
EOM
= 组织对象
Cognition
= 理解对象因此，SAI 的感知过程可以概括为：
Scene
↓
发现 Element
↓
识别 Object
↓
识别 Property
↓
识别 Relation
↓
识别 State
↓
形成 PerceptionResult
↓
进入 CognitionPerception 解决的是“看到了什么、识别出了什么”，而不是“这些东西最终意味着什么”。
这一区分非常重要。只有保持：
感知 ≠ 认知
识别 ≠ 理解
关系识别 ≠ 因果推理
状态识别 ≠ 决策SAI Framework 后面的 Cognition（认知） 才能建立在清晰、结构化的感知结果之上。