第101章　开发一个环境感知 SAI

本章在第100章“简单 SAI”的基础上继续扩展。

第100章解决的是：

Individual 能够接收信息、感知、认知、记忆、推理、决策并执行行为。

第101章进一步解决：

Individual 不再只处理一个孤立对象，而是能够感知一个环境 Scene，并根据环境中的多个对象及其关系进行决策。

本章仍然采用 PHP OOP + 对象 + 属性 + 状态 + 关系 + 规则 + 离散计算实现，不使用 LLM、Transformer、Embedding、向量搜索、神经网络或生成式机制。

1. Scene

1.1 Scene 定义

Scene 是 Individual 在某一时间范围内对当前环境进行结构化组织后的场景。

可以定义：

Scene = Objects + Relations + States + Environment + Time

例如一个工业环境：

Scene_A

Machine_A
TemperatureSensor_A
Cooling_A
Operator_A

它们可能具有：

Machine_A.state = RUNNING
Machine_A.temperature = 92

Cooling_A.state = OFF

TemperatureSensor_A.value = 92

Operator_A.state = PRESENT

同时存在关系：

TemperatureSensor_A monitors Machine_A
Cooling_A cools Machine_A
Operator_A operates Machine_A

因此 Scene 不是一个简单数组。

它是 Individual 对当前环境的结构化表示。

1.2 Scene 的基本结构

$scene = array(
    'id' => 'Scene_A',
    'time' => time(),

    'objects' => array(
        'Machine_A',
        'Cooling_A',
        'TemperatureSensor_A'
    ),

    'relations' => array(
        array(
            'source' => 'TemperatureSensor_A',
            'type' => 'monitors',
            'target' => 'Machine_A'
        ),
        array(
            'source' => 'Cooling_A',
            'type' => 'cools',
            'target' => 'Machine_A'
        )
    )
);

Scene 的作用是把分散的信息组织到同一个环境结构中。

1.3 Scene 与 Object 的关系

Scene
 ├── Object
 ├── Object
 ├── Object
 ├── Relation
 ├── State
 └── Environment

例如：

Scene_A
│
├── Machine_A
├── Cooling_A
├── Sensor_A
│
├── Sensor_A → monitors → Machine_A
└── Cooling_A → cools → Machine_A

因此：

Object 是场景中的对象，Scene 是组织这些对象及其关系的环境结构。

2. SceneCollector

2.1 SceneCollector 定义

Sensor 获得的是局部信息。

SceneCollector 的作用是：

把来自不同 Sensor、不同时间点、不同来源的信息收集并组织成 Scene。

基本流程：

Sensor
   ↓
Information
   ↓
SceneCollector
   ↓
Scene

2.2 多 Sensor

例如：

TemperatureSensor_A
    temperature = 92

SpeedSensor_A
    speed = 1200

LoadSensor_A
    load = 82

Individual 收到：

Information_1
Information_2
Information_3

SceneCollector 组织：

Scene_A

Machine_A
├── temperature = 92
├── speed = 1200
└── load = 82

2.3 SceneCollector 的基本结构

class SceneCollector
{
    protected $information = array();

    public function collect($information)
    {
        $this->information[] = $information;
    }

    public function buildScene()
    {
        return array(
            'id' => 'Scene_' . time(),
            'information' => $this->information,
            'created_at' => time()
        );
    }
}

它本身不负责：

Cognition
Reasoning
Decision
Learning

它负责的是：

信息收集与场景组织。

2.4 Scene 的连续变化

环境不是静止的。

例如：

t1:
Machine_A.temperature = 80

t2:
Machine_A.temperature = 86

t3:
Machine_A.temperature = 92

SceneCollector 可以得到：

Scene_1 → Scene_2 → Scene_3

并进一步形成：

temperature:
80 → 86 → 92

这就为后面的 Cognition 提供：

temperature increasing

这样的结构化信息。

3. Sensor

3.1 Sensor 定义

Sensor 是环境信息的获取设备或信息来源。

例如：

TemperatureSensor
PressureSensor
SpeedSensor
DistanceSensor
PositionSensor
Camera
WeightSensor
FlowSensor

Sensor 的核心职责只有一个：

获取信息。

3.2 Sensor 与 Perception 的区别

必须明确：

Sensor = 获取数据
Perception = 组织和识别数据

例如：

TemperatureSensor_A
        ↓
92
        ↓
Information
        ↓
Perception
        ↓
Machine_A.temperature = 92

Sensor 不理解：

92 是否危险？

也不决定：

是否停止机器？

这些属于后面的 Cognition、Reasoning、Decision。

3.3 Sensor Object

Sensor 本身也可以被表示成 SAI Object：

$sensor = array(
    'id' => 'TemperatureSensor_A',
    'type' => 'temperature_sensor',
    'state' => 'ACTIVE',
    'unit' => 'C',
    'value' => 92,
    'target' => 'Machine_A'
);

4. Object

4.1 Object 定义

Object 是 Individual 对环境实体进行结构化表示后的对象。

例如：

Machine_A
Cooling_A
Sensor_A
Operator_A

Object 可以包含：

Identity
Property
State
Position
Relation
Method
Ability

4.2 Machine Object

例如：

$machine = array(
    'id' => 'Machine_A',

    'properties' => array(
        'temperature' => 92,
        'speed' => 1200,
        'load' => 82
    ),

    'state' => 'RUNNING'
);

这里：

temperature = Property
speed       = Property
load        = Property
RUNNING     = State

4.3 Object 不等于物理实体

例如：

Physical Machine
       ↓
Sensor Information
       ↓
Perception
       ↓
Machine Object

因此：

Machine Object 是 Individual 内部的结构化对象，不是物理机器本身。

5. Relation

5.1 Relation 定义

Relation 表示两个或者多个对象之间的结构关系。

例如：

Sensor_A → monitors → Machine_A
Cooling_A → cools → Machine_A
Operator_A → operates → Machine_A
Machine_A → located_in → Factory_A

基本结构：

Source + Relation + Target

5.2 Relation 示例

$relation = array(
    'source' => 'Cooling_A',
    'type' => 'cools',
    'target' => 'Machine_A'
);

也可以表示：

Machine_A
    |
    ├── monitored_by → Sensor_A
    ├── cooled_by → Cooling_A
    └── operated_by → Operator_A

5.3 Relation 的作用

没有 Relation：

Machine_A
Cooling_A
Sensor_A

只是三个独立对象。

有 Relation：

Sensor_A → monitors → Machine_A

Cooling_A → cools → Machine_A

Individual 才能够形成环境结构。

所以：

Object 描述“有什么”，Relation 描述“它们之间是什么关系”。

6. Perception

6.1 Perception 定义

Perception 接收 SceneCollector 提供的环境信息，并把信息转换成结构化 Elements、Objects、Properties、States、Relations。

流程：

Sensor
 ↓
Information
 ↓
SceneCollector
 ↓
Scene
 ↓
Perception
 ↓
Elements
 ↓
Objects
 ↓
Properties
 ↓
States
 ↓
Relations

6.2 Perception 示例

Sensor 输入：

temperature = 92
speed = 1200
load = 82
cooling = OFF

Perception 处理后：

Object:
Machine_A

Property:
temperature = 92
speed = 1200
load = 82

State:
Machine_A = RUNNING

Object:
Cooling_A

State:
Cooling_A = OFF

6.3 Relation 识别

如果系统已有：

Cooling_A cools Machine_A
Sensor_A monitors Machine_A

Perception 可以建立：

Cooling_A
    ↓
cools
    ↓
Machine_A

以及：

Sensor_A
    ↓
monitors
    ↓
Machine_A

6.4 PerceptionResult

可以形成：

$perceptionResult = array(
    'scene_id' => 'Scene_A',

    'objects' => array(
        'Machine_A',
        'Cooling_A',
        'Sensor_A'
    ),

    'properties' => array(
        'Machine_A.temperature' => 92,
        'Machine_A.speed' => 1200,
        'Machine_A.load' => 82
    ),

    'states' => array(
        'Machine_A' => 'RUNNING',
        'Cooling_A' => 'OFF'
    ),

    'relations' => array(
        array(
            'source' => 'Cooling_A',
            'type' => 'cools',
            'target' => 'Machine_A'
        )
    )
);

Perception 的结果仍然是：

结构化环境信息。

它还没有决定应该做什么。

7. Cognition

7.1 Cognition 定义

Cognition 对 Perception 的结构进行理解。

例如 Perception 得到：

Machine_A.temperature = 92
Machine_A.load = 82
Machine_A.state = RUNNING

Cooling_A.state = OFF

Cooling_A → cools → Machine_A

Cognition 可以形成：

Machine_A 当前处于高温运行状态
Machine_A 当前负载较高
Cooling_A 当前未运行
Cooling_A 是 Machine_A 的冷却设备

7.2 Cognition 不等于 Decision

例如：

Cognition:
Machine_A temperature = 92
temperature > safe_limit
Machine_A load = 82
Cooling_A = OFF

形成：

Cognition:
HIGH_TEMPERATURE
HIGH_LOAD
COOLING_AVAILABLE
COOLING_INACTIVE

但是不能直接变成：

START COOLING

因为：

Cognition ≠ Decision

7.3 Cognition 建立环境状态

可以形成：

$cognition = array(
    'scene' => 'Scene_A',

    'understanding' => array(
        'machine_state' => 'RUNNING',
        'temperature_state' => 'HIGH',
        'load_state' => 'HIGH',
        'cooling_state' => 'OFF',
        'cooling_available' => true
    ),

    'state' => 'UNDERSTOOD'
);

8. Decision

现在 Individual 已经拥有：

Scene
Object
Property
State
Relation
Cognition

Decision 可以根据规则选择行为。

8.1 Rule

例如：

IF
Machine.temperature > 85
AND
Machine.load > 80
AND
Cooling.state = OFF

THEN
START_COOLING

这是一个离散规则。

8.2 Decision Candidates

Individual 可以产生候选：

CONTINUE
START_COOLING
REDUCE_SPEED
STOP_MACHINE

然后进行条件、风险、优先级检查。

8.3 Decision

当前：

temperature = 92
load = 82
cooling = OFF

规则成立：

92 > 85       TRUE
82 > 80       TRUE
Cooling = OFF TRUE

因此：

Decision = START_COOLING

8.4 Decision Result

$decision = array(
    'target' => 'Machine_A',
    'selected' => 'START_COOLING',

    'candidates' => array(
        'CONTINUE',
        'START_COOLING',
        'REDUCE_SPEED',
        'STOP_MACHINE'
    ),

    'state' => 'DECIDED',

    'reason' => array(
        'temperature_high',
        'load_high',
        'cooling_inactive'
    )
);

这里可以清楚看到：

Cognition
    ↓
理解当前环境
    ↓
Reasoning
    ↓
规则计算
    ↓
Decision
    ↓
选择行为

9. Behavior

Decision 选择：

START_COOLING

但这还不是完整执行过程。

需要 Behavior。

9.1 Behavior 定义

Behavior 是对一个目标行为进行组织和执行的过程。

例如：

Behavior:
Start Cooling Machine_A

可以包含：

Check Cooling_A state
Send START
Check Cooling_A state
Read Machine_A temperature
Verify result

9.2 Behavior 与 Action

Behavior
 ├── Action 1: CHECK_STATE
 ├── Action 2: START
 ├── Action 3: READ_STATE
 └── Action 4: VERIFY

因此：

Behavior = 执行过程
Action   = 具体操作

9.3 Behavior 执行

$behavior = array(
    'id' => 'Behavior_001',
    'type' => 'START_COOLING',
    'target' => 'Cooling_A',
    'state' => 'RUNNING',

    'actions' => array(
        'CHECK_STATE',
        'START',
        'READ_STATE',
        'VERIFY'
    )
);

执行：

CHECK_STATE
     ↓
Cooling_A = OFF
     ↓
START
     ↓
Cooling_A = ON
     ↓
READ_STATE
     ↓
Cooling_A = ON
     ↓
VERIFY

最终：

Behavior = SUCCESS

10. Feedback

Behavior 完成以后，Individual 不能认为世界已经按照自己的预期改变。

必须重新获取环境信息。

这就是 Feedback。

10.1 Feedback 定义

Feedback 是外部环境、设备、行为执行结果返回给 Individual 的结果信息。

例如：

Action:
START_COOLING

设备返回：

Cooling_A.state = ON

然后 Sensor 再次检测：

Machine_A.temperature = 88

Feedback：

$feedback = array(
    'source' => 'Cooling_A',
    'target' => 'Machine_A',

    'state' => 'SUCCESS',

    'changes' => array(
        'Cooling_A.state' => 'OFF → ON',
        'Machine_A.temperature' => '92 → 88'
    ),

    'timestamp' => time()
);

10.2 Feedback 重新进入 Individual

Feedback 不应该停留在 Behavior。

它应该重新进入：

Feedback
   ↓
Information
   ↓
Perception
   ↓
Scene
   ↓
Cognition

形成新的环境状态。

10.3 环境变化

第一次 Scene：

Scene_001

Machine_A
temperature = 92
load = 82
state = RUNNING

Cooling_A
state = OFF

Decision：

START_COOLING

执行后：

Cooling_A = ON
Machine_A.temperature = 88

形成：

Scene_002

Machine_A
temperature = 88
load = 82
state = RUNNING

Cooling_A
state = ON

继续运行：

Scene_003

Machine_A
temperature = 84
load = 80
state = RUNNING

Cooling_A
state = ON

这时候 Individual 又重新进行：

Perception
   ↓
Cognition
   ↓
Reasoning
   ↓
Decision

可能得到：

temperature = NORMAL
cooling = ON

Decision:
CONTINUE

11. 完整环境感知 SAI

现在把本章所有模块连接起来：

                 外部环境
                    │
        ┌───────────┴───────────┐
        │                       │
      Sensor                 Device
        │                       │
        └───────────┬───────────┘
                    ↓
               Information
                    ↓
             SceneCollector
                    ↓
                  Scene
                    ↓
               Perception
                    ↓
                 Element
                    ↓
          ┌─────────┴─────────┐
          ↓                   ↓
       Object              Relation
          │                   │
          └─────────┬─────────┘
                    ↓
                Cognition
                    ↓
                Reasoning
                    ↓
                 Decision
                    ↓
                 Behavior
                    ↓
                  Action
                    ↓
              External World
                    ↓
                 Feedback
                    ↓
               Information
                    ↓
                  Scene

这已经形成一个真正的环境闭环。

12. 完整运行实例

假设环境中存在：

Machine_A
Cooling_A
TemperatureSensor_A
LoadSensor_A

第一步：Sensor

TemperatureSensor_A → 92℃
LoadSensor_A → 82%

第二步：Information

Information_001

target = Machine_A
temperature = 92
source = TemperatureSensor_A

Information_002

target = Machine_A
load = 82
source = LoadSensor_A

第三步：SceneCollector

形成：

Scene_A

包含：

Machine_A
Cooling_A
TemperatureSensor_A
LoadSensor_A

第四步：Perception

识别：

Machine_A.temperature = 92
Machine_A.load = 82
Machine_A.state = RUNNING
Cooling_A.state = OFF

并建立：

Cooling_A → cools → Machine_A

第五步：Cognition

Individual 理解：

Machine_A = RUNNING
Temperature = HIGH
Load = HIGH
Cooling = OFF
Cooling_A is available

形成：

UNDERSTOOD

第六步：Reasoning

规则：

temperature > 85
AND
load > 80
AND
cooling = OFF

计算：

92 > 85 → TRUE
82 > 80 → TRUE
OFF     → TRUE

得到：

Conclusion:
Machine_A requires cooling

第七步：Decision

候选：

CONTINUE
START_COOLING
REDUCE_SPEED
STOP

经过风险与条件检查：

START_COOLING

成为：

Decision

第八步：Behavior

Behavior:
START_COOLING

执行：

CHECK
→ START
→ READ
→ VERIFY

第九步：External Action

Cooling_A
OFF → ON

第十步：Feedback

Sensor 再次获得：

Machine_A.temperature = 88

于是：

Feedback
   ↓
Information
   ↓
SceneCollector
   ↓
Scene_B

第十一步：重新感知

新的 Scene：

Machine_A.temperature = 88
Cooling_A = ON

Individual 再次：

Perception
→ Cognition
→ Reasoning
→ Decision

继续运行。

当：

temperature = 84

规则：

temperature > 85

变成：

FALSE

Individual 不再继续执行启动冷却的行为。

13. 本章完整结构

第101章建立的是：

Scene
   ↓
SceneCollector
   ↓
Sensor
   ↓
Object
   ↓
Relation
   ↓
Perception
   ↓
Cognition
   ↓
Decision
   ↓
Behavior
   ↓
Feedback
   ↓
Scene

进一步展开：

External Environment
        ↓
      Sensor
        ↓
   Information
        ↓
 SceneCollector
        ↓
      Scene
        ↓
   Perception
        ↓
 Elements
        ↓
 Objects + Properties + States + Relations
        ↓
    Cognition
        ↓
   Understanding
        ↓
    Reasoning
        ↓
     Decision
        ↓
     Behavior
        ↓
      Action
        ↓
 External Environment
        ↓
     Feedback
        ↓
   Information
        ↓
     Scene

本章核心定义

Scene

Scene 是 Individual 对当前环境中的对象、属性、状态、关系、时间和环境条件进行组织后的结构化场景。

SceneCollector

SceneCollector 是把多个来源、多个时间点的信息收集并组织成 Scene 的组件。

Sensor

Sensor 是环境信息的获取来源，不负责理解、推理和决策。

Object

Object 是 Individual 对环境实体进行结构化表示后的对象。

Relation

Relation 是 Object、Property、State 等结构之间的离散关系。

Perception

Perception 将环境信息转换为 Element、Object、Property、State、Relation 等结构。

Cognition

Cognition 对感知得到的对象、属性、状态和关系进行理解，形成当前环境认知。

Decision

Decision 根据当前认知、推理结果、条件、风险、优先级和能力选择下一步行为。

Behavior

Behavior 是对 Decision 所选择目标进行组织和执行的行为过程。

Feedback

Feedback 是外部环境和执行过程返回给 Individual 的实际结果，并重新进入下一轮感知。

因此，第101章最重要的变化是：

第100章的 SAI 能够处理信息；第101章的 SAI 开始能够处理“环境”。

最终形成：

感知环境
   ↓
建立 Scene
   ↓
识别 Object
   ↓
建立 Relation
   ↓
形成 Cognition
   ↓
Reasoning
   ↓
Decision
   ↓
Behavior
   ↓
改变环境
   ↓
Feedback
   ↓
重新感知环境

这就是环境感知型 SAI 的第一个完整闭环。

第101章 开发一个环境感知 SAI

第101章 开发一个环境感知 SAI

1. Scene

1.1 Scene 定义

1.2 Scene 的基本结构

1.3 Scene 与 Object 的关系

2. SceneCollector

2.1 SceneCollector 定义

2.2 多 Sensor

2.3 SceneCollector 的基本结构

2.4 Scene 的连续变化

3. Sensor

3.1 Sensor 定义

3.2 Sensor 与 Perception 的区别

3.3 Sensor Object

4. Object

4.1 Object 定义

4.2 Machine Object

4.3 Object 不等于物理实体

5. Relation

5.1 Relation 定义

5.2 Relation 示例

5.3 Relation 的作用

6. Perception

6.1 Perception 定义

6.2 Perception 示例

6.3 Relation 识别

6.4 PerceptionResult

7. Cognition

7.1 Cognition 定义

7.2 Cognition 不等于 Decision

7.3 Cognition 建立环境状态

8. Decision

8.1 Rule

8.2 Decision Candidates

8.3 Decision

8.4 Decision Result

9. Behavior

9.1 Behavior 定义

9.2 Behavior 与 Action

9.3 Behavior 执行

10. Feedback

10.1 Feedback 定义

10.2 Feedback 重新进入 Individual

10.3 环境变化

11. 完整环境感知 SAI

12. 完整运行实例

第一步：Sensor

第二步：Information

第三步：SceneCollector

第四步：Perception

第五步：Cognition

第六步：Reasoning

第七步：Decision

第八步：Behavior

第九步：External Action

第十步：Feedback

第十一步：重新感知

13. 本章完整结构

本章核心定义

Scene

SceneCollector

Sensor

Object

Relation

Perception

Cognition

Decision

Behavior

Feedback