第89章　让 Individual 进行决策

第88章中，Individual 已经能够完成：

Scene → Cognition → Understanding → Memory → Fact → Rule → Reasoning → Conclusion

但是，Conclusion 仍然不是 Decision。

例如：

Conclusion:
Vehicle_A.risk = HIGH

这个结论只能说明：

当前车辆存在较高风险。

Individual 下一步必须回答：

现在应该做什么？

这就是 Decision。

决策不是简单地把结论转换成动作，而是需要综合：

Reasoning Result
Candidate
Risk
Priority
Experience
Ability
Current State
Conditions

最后选择一个可执行方案。

1. Reasoning Result

Reasoning Result 是第88章 Reasoning 产生的推理结果。

它是 Decision 的重要输入。

例如：

Reasoning Result

Vehicle_A.risk = HIGH
Vehicle_A.relative_speed = 30
Obstacle_A.distance = 20
Vehicle_A.state = MOVING

可以理解为：

Reasoning
    ↓
Reasoning Result
    ↓
Decision

1.1 Reasoning Result 结构

ReasoningResult
├── id
├── subject
├── conclusions
├── facts
├── rules
├── reasoning_chain
├── state
├── confidence
└── created_at

例如：

$reasoningResult = array(
    'id' => 'reasoning_001',

    'subject' => 'Vehicle_A',

    'conclusions' => array(
        array(
            'property' => 'risk',
            'value' => 'HIGH'
        ),
        array(
            'property' => 'relative_speed',
            'value' => 30
        )
    ),

    'facts' => array(
        'fact_001',
        'fact_002',
        'fact_003'
    ),

    'rules' => array(
        'rule_001'
    ),

    'reasoning_chain' => 'chain_001',

    'state' => 'CONFIRMED',

    'confidence' => 1.0
);

1.2 Reasoning Result 不等于 Decision

例如：

Reasoning Result:

risk = HIGH

不能直接表示：

Decision = STOP

因为 Individual 还需要考虑：

有哪些候选行为？
哪个候选行为风险最低？
哪个行为当前能够执行？
哪个行为优先级最高？
当前是否存在冲突？
历史经验如何？
Individual 是否具有对应能力？

因此：

Reasoning Result
       ↓
Candidate
       ↓
Risk
       ↓
Priority
       ↓
Decision

2. Candidate

Candidate 是 Individual 根据当前目标和条件形成的候选决策方案。

例如车辆发现前方障碍物：

Candidate_1 = CONTINUE
Candidate_2 = DECELERATE
Candidate_3 = STOP
Candidate_4 = TURN

这时 Individual 还没有选择。

只是：

把可能采取的方案列出来。

2.1 Candidate 来源

Candidate 可以来自：

Rule
Experience
Ability
Method
Memory
Current State
Environment
Task

例如：

Current Situation:
Obstacle_A.distance = 20m

根据 Individual 当前能力，可以形成：

CONTINUE
DECELERATE
STOP
TURN
WAIT

2.2 Candidate 结构

Candidate
├── id
├── type
├── target
├── action
├── condition
├── capability
├── risk
├── priority
├── experience
├── score
└── state

例如：

$candidate = array(
    'id' => 'candidate_001',
    'type' => 'DECELERATE',
    'target' => 'Vehicle_A',
    'action' => array(
        'method' => 'SET_SPEED',
        'value' => 20
    ),
    'condition' => 'Vehicle_A.state == MOVING',
    'state' => 'AVAILABLE'
);

2.3 Candidate 的核心意义

Candidate 解决的是：

“有哪些可以考虑的方案？”

而不是：

“最终应该选择哪一个？”

所以：

Candidate ≠ Decision

3. Risk

Risk 是 Decision 对候选方案进行选择时必须考虑的重要因素。

第51章已经定义：

RiskScore = Probability × Impact

因此，一个 Candidate 不应该只看“能不能执行”，还必须判断：

执行以后可能产生什么风险？

3.1 Candidate Risk

例如：

Candidate	可能结果	Risk
CONTINUE	继续接近障碍物	HIGH
DECELERATE	降低速度	MEDIUM
STOP	停止	LOW
TURN	改变方向	MEDIUM/HIGH

所以：

Candidate
    ↓
Risk Evaluation
    ↓
Risk Result

3.2 Risk 不能简单理解为“不能执行”

例如：

Risk = HIGH

不一定意味着：

Candidate = REJECT

还需要判断：

有没有更安全的候选方案？
当前任务是否允许？
风险是否可接受？
是否存在更高优先级任务？

只有达到不可接受条件时，才应该拒绝。

例如：

CRITICAL
+
不可接受
+
存在替代方案

可以：

Candidate → REJECTED

3.3 UNKNOWN 不是 LOW

这一点必须保持。

Risk = LOW

表示已经判断风险较低。

而：

Risk = UNKNOWN

表示：

当前信息不足，无法确认风险。

因此：

UNKNOWN ≠ LOW

对于安全相关 Decision，UNKNOWN 通常不能直接当作安全。

4. Priority

当多个 Candidate 都可以执行时，Individual 还需要确定：

哪个更应该优先？

这就是 Priority。

4.1 Priority 的来源

Priority 可以来自：

Goal
Task
Rule
Risk
Time
Object Importance
Current State
Experience
System Policy

例如：

当前目标：
避免碰撞

那么：

STOP

可能具有比：

CONTINUE

更高的优先级。

4.2 Priority Score

可以使用离散、可配置的计算方式：

PriorityScore =
ConditionScore × ConditionWeight
+
UrgencyScore × UrgencyWeight
+
ImportanceScore × ImportanceWeight
+
SafetyScore × SafetyWeight

例如：

ConditionScore = 1.0
UrgencyScore = 0.9
ImportanceScore = 0.8
SafetyScore = 0.95

根据系统配置计算最终 Priority Score。

这里的计算是明确的数学规则，不需要神经网络，也不需要生成式模型。

4.3 Priority 与 Risk 的关系

Risk 和 Priority 不一样。

Risk
=
这个方案可能有多危险？

Priority
=
这个方案应该多优先考虑？

例如：

Candidate A
Risk = LOW
Priority = LOW

Candidate B
Risk = MEDIUM
Priority = HIGH

Candidate B 仍然可能被选择，因为当前任务可能具有很高的时间要求。

因此：

Risk ≠ Priority

5. Decision

Decision 是 Individual 对多个 Candidate 进行条件检查、风险评估、优先级计算、冲突处理后形成的选择结果。

核心过程：

Reasoning Result
       ↓
Candidate Generation
       ↓
Condition Check
       ↓
Capability Check
       ↓
Risk Evaluation
       ↓
Priority Evaluation
       ↓
Conflict Check
       ↓
Candidate Ranking
       ↓
Decision

5.1 Decision 的基本结构

Decision
├── id
├── goal
├── context
├── reasoning_result
├── candidates
├── conditions
├── risks
├── priorities
├── conflicts
├── selected
├── rejected
├── reason
├── state
└── created_at

例如：

$decision = array(
    'id' => 'decision_001',

    'goal' => 'Vehicle Safety',

    'reasoning_result' => 'reasoning_001',

    'candidates' => array(
        'candidate_continue',
        'candidate_decelerate',
        'candidate_stop'
    ),

    'selected' => 'candidate_decelerate',

    'reason' => 'HIGH risk detected; deceleration provides safer available response',

    'state' => 'DECIDED'
);

5.2 Decision 的基本流程

第一步：读取 Reasoning Result

risk = HIGH
relative_speed = 30
distance = 20

第二步：获取 Candidate

CONTINUE
DECELERATE
STOP
TURN

第三步：检查条件

例如：

Vehicle_A.state = MOVING

那么：

DECELERATE → AVAILABLE
STOP → AVAILABLE
CONTINUE → AVAILABLE

第四步：风险评估

CONTINUE → HIGH
DECELERATE → MEDIUM
STOP → LOW
TURN → MEDIUM

第五步：Priority

根据当前目标：

Safety Priority = HIGH

第六步：选择

例如：

DECELERATE

成为当前 Decision。

6. Decision Result

Decision 完成后，Individual 需要形成明确的 Decision Result。

它记录：

最终选择了什么，以及为什么选择。

6.1 Decision Result 结构

DecisionResult
├── id
├── decision_id
├── goal
├── selected_candidate
├── rejected_candidates
├── risk
├── priority
├── reason
├── state
├── next_behavior
└── created_at

例如：

$decisionResult = array(
    'id' => 'decision_result_001',

    'decision_id' => 'decision_001',

    'goal' => 'Vehicle Safety',

    'selected_candidate' => 'DECELERATE',

    'rejected_candidates' => array(
        'CONTINUE',
        'TURN'
    ),

    'risk' => 'MEDIUM',

    'priority' => 'HIGH',

    'reason' => 'Reduce speed because obstacle distance is decreasing',

    'state' => 'DECIDED',

    'next_behavior' => 'BEHAVIOR_DECELERATE'
);

这里出现一个重要连接：

Decision Result
      ↓
Behavior
      ↓
Action

Decision 不直接执行 Action。

7. 实际案例

继续使用第87章、第88章中的：

Individual_A
Vehicle_A
Obstacle_A

这样三个章节能够形成连续的 Individual 运行过程。

7.1 第87章：理解场景

Individual 感知到：

Vehicle_A
speed = 40 km/h
state = MOVING

前方：

Obstacle_A
speed = 10 km/h
distance = 20 m

关系：

Vehicle_A front_of Obstacle_A

形成：

Scene Understanding

7.2 第88章：Reasoning

Individual 计算：

relative_speed
=
40 - 10
=
30 km/h

Rule：

IF
distance < 30
AND
relative_speed > 20

THEN
risk = HIGH

条件：

< 30 → TRUE

> 20 → TRUE

所以：

Reasoning Result

Vehicle_A.risk = HIGH
Vehicle_A.relative_speed = 30

7.3 第89章：Candidate

Individual 现在开始决策。

产生：

Candidate_1 = CONTINUE
Candidate_2 = DECELERATE
Candidate_3 = STOP
Candidate_4 = TURN

7.4 Risk Evaluation

Individual 对 Candidate 分别计算风险：

CONTINUE
Risk = HIGH

因为车辆仍然高速接近障碍物。

DECELERATE
Risk = MEDIUM

因为降低速度能够增加安全距离。

STOP
Risk = LOW

因为停止能够最大程度降低继续接近风险。

TURN
Risk = MEDIUM/HIGH

因为转向还需要确认相邻区域是否安全。

7.5 Priority Evaluation

当前目标：

Goal = Vehicle Safety

因此安全相关行为具有高优先级。

例如得到：

CONTINUE
Priority = LOW

DECELERATE
Priority = HIGH

STOP
Priority = HIGH

TURN
Priority = MEDIUM

7.6 Candidate Comparison

最终形成：

Candidate	Risk	Priority	状态
CONTINUE	HIGH	LOW	不优先
DECELERATE	MEDIUM	HIGH	可选
STOP	LOW	HIGH	可选
TURN	MEDIUM/HIGH	MEDIUM	条件不足

此时并不是简单：

Risk 最低 = 自动选择

而是继续结合：

当前速度
当前距离
车辆状态
当前目标
Vehicle_A 的 Ability
可执行性
历史 Experience
当前环境

进行最终选择。

假设系统当前判断：

DECELERATE

能够降低风险，同时不需要立即停止车辆。

于是：

Decision = DECELERATE

7.7 Decision Result

最终：

DecisionResult

goal:
Vehicle Safety

selected:
DECELERATE

risk:
MEDIUM

priority:
HIGH

state:
DECIDED

并形成下一阶段：

Behavior = DECELERATE

所以完整链条变成：

Information
    ↓
Perception
    ↓
Scene
    ↓
Cognition
    ↓
Understanding
    ↓
Memory
    ↓
Fact
    ↓
Rule
    ↓
Reasoning
    ↓
Reasoning Result
    ↓
Candidate
    ↓
Risk
    ↓
Priority
    ↓
Decision
    ↓
Decision Result
    ↓
Behavior
    ↓
Action

本章核心模型

                  Individual
                      │
                      ▼
              Reasoning Result
                      │
                      ▼
                 Candidates
                      │
          ┌───────────┼───────────┐
          ▼           ▼           ▼
       Condition     Risk       Ability
          │           │           │
          └───────────┼───────────┘
                      ▼
                   Priority
                      │
                      ▼
                   Conflict
                      │
                      ▼
                Candidate
                 Evaluation
                      │
                      ▼
                   Decision
                      │
                      ▼
               Decision Result
                      │
                      ▼
                  Behavior
                      │
                      ▼
                   Action

本章核心定义

对象	定义
Reasoning Result	Individual 根据事实、规则、经验等得到的推理结果
Candidate	当前条件下可以考虑的候选方案
Risk	Candidate 可能产生的不利影响及其程度
Priority	Candidate 在当前目标中的重要程度和处理顺序
Decision	对 Candidate 进行综合判断后形成的选择过程与结果
Decision Result	明确记录最终选择、风险、优先级和选择原因的结构化结果

最重要的边界是：

Reasoning
=
得出结论

Candidate
=
提出可选方案

Risk
=
判断可能的危险

Priority
=
判断处理重要程度

Decision
=
选择方案

Behavior
=
组织执行过程

Action
=
执行具体操作

因此，第89章之后，Individual 已经形成：

第87章
Individual 能够感知并理解世界

        ↓

第88章
Individual 能够推理并形成结论

        ↓

第89章
Individual 能够根据结论、
候选方案、风险和优先级进行决策

        ↓

第90章
Individual 将进入 Behavior / 行为执行

核心关系最终确定为：

Understanding
      ↓
Reasoning
      ↓
Conclusion
      ↓
Decision
      ↓
Behavior
      ↓
Action

也就是：

理解世界 → 推导结论 → 选择方案 → 组织行为 → 执行行动。

第89章 让 Individual 进行决策

第89章 让 Individual 进行决策

1. Reasoning Result

1.1 Reasoning Result 结构

1.2 Reasoning Result 不等于 Decision

2. Candidate

2.1 Candidate 来源

2.2 Candidate 结构

2.3 Candidate 的核心意义

3. Risk

3.1 Candidate Risk

3.2 Risk 不能简单理解为“不能执行”

3.3 UNKNOWN 不是 LOW

4. Priority

4.1 Priority 的来源

4.2 Priority Score

4.3 Priority 与 Risk 的关系

5. Decision

5.1 Decision 的基本结构

5.2 Decision 的基本流程

第一步：读取 Reasoning Result

第二步：获取 Candidate

第三步：检查条件

第四步：风险评估

第五步：Priority

第六步：选择

6. Decision Result

6.1 Decision Result 结构

7. 实际案例

7.1 第87章：理解场景

7.2 第88章：Reasoning

7.3 第89章：Candidate

7.4 Risk Evaluation

7.5 Priority Evaluation

7.6 Candidate Comparison

7.7 Decision Result

本章核心模型

本章核心定义