第四十八章 中央控制与个体自主运行协调
-
中央控制指令与个体任务的关系
-
个体自主判断与中央控制约束
-
任务调整与个体运行状态协调
-
人工干预与自动控制切换
-
中央控制与个体自主运行协同验证
第四十八章 中央控制与个体自主运行协调
中央控制与个体自主运行协调,是WSaiOS智能控制后台与各个智能个体共同完成整体任务时需要解决的核心工程问题。随着个体数量增加、任务类型复杂化以及运行环境动态变化,单纯依靠中央后台向个体发送指令、再由个体逐条执行的控制方式,难以适应多智能个体的实际运行要求。中央后台需要掌握整体需求、任务目标、个体职责、任务依赖和全局约束,而个体需要依据已经赋予的知识结构、知识能力、执行方法和本地运行状态,对具体任务进行自主判断和处理。二者既不能相互割裂,也不能简单地将所有判断和执行过程集中到中央后台。
WSaiOS采用中央智能控制与个体自主运行相结合的工程组织方式。中央控制后台承担整体智能组织职责,负责需求理解、知识结构化构建、知识能力形成与验证、个体智能赋值、任务规划、任务分配、全局约束和运行协调。个体则是知识能力的实际承载对象和自主运行主体,在自身运行环境中加载已赋予的知识结构、能力、方法及执行规则,依据任务要求和现场信息完成对象识别、认知、判断、决策、方法调用与行为执行。
这种组织方式需要明确中央控制与个体自主运行之间的控制边界。中央后台可以确定个体承担什么任务、允许在哪些范围内运行、需要达到什么目标,以及任务发生变化时如何调整整体组织关系;个体可以在已赋予的职责和约束范围内,自主判断任务能否执行、当前环境是否满足条件、应当采用什么方法以及是否需要暂停或反馈。个体的自主判断不能突破中央后台确定的任务边界和安全约束,中央后台也不能因为具备整体控制权,就忽略个体现场状态而直接要求其执行不具备条件的操作。
本章从中央控制指令与个体任务的关系出发,研究个体自主判断与中央控制约束的协调机制,进一步处理任务调整与个体运行状态之间的关系,并建立人工干预与自动控制之间的切换机制,最终形成中央控制和个体自主运行的协同验证方法。
1. 中央控制指令与个体任务的关系
中央控制指令与个体任务之间并不是简单的一对一命令关系。中央控制指令表达的是智能控制后台根据整体需求和任务组织结果,对某个个体或多个个体提出的任务安排、运行要求、控制约束和状态处理要求;个体任务则是个体运行环境能够接收、分析和执行的具体任务数据。中央控制指令需要经过任务转换、职责检查和运行条件确认,才能成为个体实际处理的任务。
在WSaiOS工程中,中央后台首先根据外部需求或系统运行过程中产生的新需求,形成整体任务目标。对于涉及多个个体的任务,后台需要分析任务之间的依赖关系、执行顺序、对象关系和能力需求,再根据各个体已经获得的知识能力、设备条件、运行状态和职责范围进行任务组织。中央后台输出的不是简单的设备操作命令,而是经过整体任务分析后形成的个体任务安排。
例如,在一个工业物料搬运场景中,中央后台需要完成物料识别、搬运、转运和入库等整体目标。系统可能将物料识别任务分配给具有视觉识别能力的个体,将物料抓取和搬运任务分配给具有相应知识能力及执行机构的机器人个体,再将入库位置确认任务分配给另一个具备相应能力的个体。中央后台负责确定各项任务的关系和整体执行要求,各个体则在获得任务后,根据自身已经赋予的知识能力和现场条件进行自主处理。
因此,中央控制指令需要同时表达任务目标和控制边界。任务目标用于说明个体需要完成什么,控制边界用于说明个体能够在什么范围内完成任务。二者不能混为一体。如果只向个体传递任务目标而没有明确执行范围,个体可能无法判断哪些操作属于授权职责;如果只传递控制约束而没有明确任务目标,个体也无法建立完整的运行上下文。
中央控制指令的数据模型需要能够关联中央任务、个体任务、个体身份、任务目标、能力要求、执行范围、约束条件、任务优先级、有效期限和版本信息。以下为拟定的中央控制指令数据结构示例:
{
"command_id": "command_202611150001",
"command_type": "task_assignment",
"central_task_id": "central_task_000128",
"individual_id": "robot_001",
"individual_task_id": "individual_task_000245",
"task_version": 3,
"target": {
"object_id": "material_001",
"action": "transfer",
"destination": "area_B"
},
"required_capabilities": [
"material_identification",
"material_grasp",
"material_transfer"
],
"execution_scope": {
"source_area": "area_A",
"destination_area": "area_B",
"allowed_objects": [
"material_001"
]
},
"constraints": {
"maximum_load": 20,
"route_required": true,
"safety_check_required": true
},
"priority": 5,
"validity": {
"start_time": "2026-11-15T10:00:00",
"expire_time": "2026-11-15T12:00:00"
},
"control_mode": "automatic",
"status": "issued"
}
这里的central_task_id用于关联中央后台组织的整体任务,individual_task_id用于标识分配给具体个体的任务。二者必须保持关联,但不能使用同一个标识代替。一个中央任务可能拆分成多个个体任务,一个个体任务也可能成为多个中央任务中的某个执行阶段。通过这种关系,中央后台可以掌握整体任务进度,同时又能够独立记录各个体的实际执行过程。
required_capabilities描述任务所需要的知识能力,而不是直接指定某个PHP程序或设备函数。个体接收任务后,需要检查这些能力是否已经正式赋予自身,相关知识结构、方法和执行规则是否完整,以及当前运行环境是否支持对应操作。中央后台不能因为某个个体曾经完成过类似任务,就直接认定该个体当前一定具备执行条件。个体能力可能因赋值版本变化、设备状态变化、运行环境变化或资源限制而暂时不可用。
中央控制指令进入个体运行环境后,需要转换成个体任务记录。个体任务记录既要保留原始指令,也要保存个体本地的任务分析结果和运行状态。原始指令用于确认中央后台提出的任务要求,个体任务记录则用于实际运行引擎调度。
拟定的个体任务数据结构如下:
{
"individual_task_id": "individual_task_000245",
"command_id": "command_202611150001",
"central_task_id": "central_task_000128",
"individual_id": "robot_001",
"task_version": 3,
"task_target": {
"object_id": "material_001",
"destination": "area_B"
},
"assigned_capabilities": [
"material_identification",
"material_grasp",
"material_transfer"
],
"local_judgment": {
"capability_match": "confirmed",
"runtime_condition": "pending",
"constraint_check": "pending"
},
"execution_status": "received",
"created_at": "2026-11-15T10:00:10"
}
个体任务不能仅仅保存中央指令中的文字内容,而应当将任务目标、对象、能力需求、执行约束和版本信息转换为运行引擎能够识别的结构化数据。任务转换程序需要检查数据格式、标识关联、任务版本、目标对象和必要字段,并判断该任务是否属于当前个体的职责范围。
中央后台与个体之间还需要建立任务状态反馈关系。中央后台发出任务后,个体可能处于已接收、正在判断、等待条件、准备执行、执行中、暂停或完成等不同状态。中央后台需要根据这些状态决定后续任务是否可以继续分配、是否需要等待、是否可以调整其他个体的执行顺序,以及是否需要进行人工干预。
需要特别区分指令发送状态、个体接收状态和任务执行状态。中央后台成功发送一条指令,不代表个体已经接收;个体成功接收,不代表任务判断通过;个体判断通过,也不代表实际操作已经完成。这些状态必须分别记录,避免后台仅凭指令发送成功就将任务标记为执行中或已完成。
中央控制指令的工程目录可以按照任务组织、指令生成、指令传递和状态反馈进行设计:
ControlBackend/
└── task_control/
├── command/
│ ├── CommandBuilder.php # 中央控制指令生成
│ ├── CommandValidator.php # 指令数据完整性与合法性检查
│ ├── CommandVersionManager.php # 指令版本管理
│ └── CommandRepository.php # 指令数据保存与读取
├── assignment/
│ ├── TaskAssignmentBuilder.php # 中央任务向个体任务的分配
│ ├── IndividualMatcher.php # 个体职责与任务需求匹配
│ └── AssignmentValidator.php # 任务分配结果验证
├── delivery/
│ ├── CommandDispatcher.php # 控制指令发送与调度
│ ├── DeliveryTracker.php # 指令传递状态跟踪
│ └── DeliveryRetryManager.php # 传递失败及重试管理
└── feedback/
├── TaskStatusReceiver.php # 个体任务状态接收
├── TaskStatusValidator.php # 状态报告验证
└── TaskProgressManager.php # 中央任务进度更新
个体侧则需要建立与中央指令相对应的接收和任务转换程序:
IndividualRuntime/
└── task_control/
├── receiving/
│ ├── CommandReceiver.php # 接收中央控制指令
│ ├── CommandValidator.php # 检查指令完整性与有效性
│ └── CommandDeduplicator.php # 识别重复指令
├── conversion/
│ ├── TaskConverter.php # 中央指令转换为个体任务
│ ├── TaskContextBuilder.php # 建立个体任务运行上下文
│ └── TaskVersionChecker.php # 检查任务版本
├── judgment/
│ ├── TaskScopeChecker.php # 检查任务职责范围
│ ├── CapabilityRequirementChecker.php # 检查任务能力要求
│ └── TaskAdmissionChecker.php # 判断是否允许接收任务
└── reporting/
├── TaskStatusReporter.php # 个体任务状态报告
└── TaskResultReporter.php # 个体任务结果报告
上述目录和程序属于拟定的工程组织设计。中央后台的指令生成程序需要调用任务规划和个体匹配程序,个体侧的指令接收程序则需要与第二十九章的自主运行判断机制、第三十章的运行程序以及第四十六章的个体接入和部署机制衔接。只有完成身份确认、任务转换、职责检查和必要条件判断后,个体任务才能进入后续自主运行流程。
在数据库层面,中央任务与个体任务需要分别保存,以支持一个中央任务对应多个个体任务的组织关系。拟定的数据表可以采用wsaios_central_tasks保存中央任务,采用wsaios_control_commands保存中央控制指令,采用wsaios_individual_tasks保存个体任务,采用wsaios_task_assignments保存任务分配关系,采用wsaios_task_status_events保存状态变化记录。个体任务表需要保留中央任务标识、指令标识、个体标识、任务版本、任务目标、能力要求、执行约束和当前状态。状态事件表则记录状态变化的来源、发生时间和后台接收时间,避免仅保留最后一个状态而丢失任务运行过程。
这种数据组织使中央后台能够从整体任务追踪到个体任务,再从个体任务追踪到具体执行记录。中央后台组织的是整体任务和个体之间的关系,个体执行的是自身获得的具体任务。两者通过任务标识和版本建立关联,而不是通过持续发送大量细节操作指令来代替个体自主运行。
2. 个体自主判断与中央控制约束
中央后台将任务分配给个体后,并不意味着个体必须无条件执行。个体需要根据自身已经获得的知识能力、任务上下文、现场对象状态、运行环境和执行规则进行自主判断。中央控制约束则为个体自主判断确定职责边界和允许范围。二者共同决定个体能否执行任务,以及能够以什么方式执行任务。
在WSaiOS工程中,中央后台负责形成整体任务安排和控制约束,个体负责在本地运行环境中对具体任务进行判断。中央后台可以明确要求机器人将指定物料从区域A搬运至区域B,但机器人仍然需要自主识别物料、确认重量、检查自身承载能力、判断路线状态、检查抓取条件和执行权限。即使中央后台已经下达任务,如果现场物料重量超过机器人当前允许承载范围,或者路线出现障碍,个体也不能因为收到中央指令就直接执行。
这意味着中央控制指令与个体自主判断之间应当建立约束关系,而不是简单的上下级命令关系。中央后台可以规定任务目标、职责范围、对象范围、运行区域、允许方法、资源限制、安全要求和任务有效期限;个体可以根据当前场景和本地知识能力判断这些条件是否满足,并选择已赋予范围内的适当方法。
中央约束需要具有明确的数据结构,不能仅以一段自然语言说明。对于需要进行自动判断的约束,应当将其表达为对象、属性、关系、条件、允许范围和处理规则。比如,某机器人只能在指定区域内搬运不超过规定重量的物料,且只有在安全联锁有效、设备状态正常和目标区域允许进入时才能执行。此类要求需要在后台形成结构化约束,并随任务指令传递到个体。
拟定的控制约束数据结构如下:
{
"constraint_id": "constraint_000128",
"central_task_id": "central_task_000128",
"individual_id": "robot_001",
"constraint_version": 2,
"scope": {
"object_types": [
"material"
],
"allowed_objects": [
"material_001"
],
"allowed_areas": [
"area_A",
"area_B"
]
},
"operation_limits": {
"maximum_load": 20,
"allowed_methods": [
"material_grasp",
"material_transfer"
],
"forbidden_methods": [
"manual_override"
]
},
"safety_conditions": {
"safety_interlock": "required",
"emergency_stop": "must_be_available",
"route_status": "must_be_open"
},
"violation_policy": {
"action": "suspend_and_report"
},
"effective": true
}
中央控制约束应当与个体已经获得的知识能力和执行规则保持一致。任务需要的能力属于个体已经赋予的能力范围,并不意味着任务可以自动获得新的方法或扩大原有权限。如果任务要求个体使用尚未赋予的方法,或者执行对象超出了个体的授权范围,个体必须拒绝执行相应操作,并将能力或权限缺口报告给中央后台。
个体的自主判断需要分别检查任务职责、知识能力、运行条件和执行约束。任务职责检查用于判断任务是否属于当前个体;知识能力检查用于确认所需结构、能力和方法是否已经赋予并处于可用状态;运行条件检查用于确认当前对象、环境、资源和设备状态;执行约束检查用于确认操作是否符合中央后台下达的控制范围和本地安全规则。
这几类判断不能合并成一个简单的布尔值。比如,任务职责符合、知识能力满足,但现场路线状态未知时,个体仍然不能直接认定任务可以执行。又如,运行条件全部满足,但中央控制约束已经更新并禁止当前操作时,个体也不能继续按照旧指令执行。
个体需要形成综合判断结果,并记录各项检查依据。拟定的判断结果结构如下:
{
"judgment_id": "control_judgment_000128",
"individual_id": "robot_001",
"individual_task_id": "individual_task_000245",
"command_version": 3,
"assignment_version": 5,
"checks": {
"task_scope": "satisfied",
"capability": "satisfied",
"runtime_condition": "satisfied",
"central_constraint": "satisfied",
"local_safety_rule": "satisfied"
},
"decision": "allow",
"execution_path": "autonomous",
"reason": "all_required_conditions_satisfied",
"judgment_time": "2026-11-15T10:02:00"
}
这里的decision表示个体对当前任务是否允许进入执行阶段的判断,execution_path表示后续采用的处理路径。判断结果为allow,仅代表当前检查条件满足,仍然需要进入第三十四章的决策过程、第三十五章的方法形成和第三十六章的方法调用机制,不能将自主判断通过直接解释为设备已经执行。
当个体发现约束冲突时,需要进一步分析冲突来源。如果冲突来自任务目标与中央控制约束之间的不一致,个体应当暂停相关任务并反馈中央后台,由中央后台重新分析整体任务安排。如果冲突来自中央约束与本地安全规则之间的不一致,个体应当遵循已经确定的安全优先级,阻止不符合安全条件的操作,并记录冲突。如果冲突来自任务要求超出当前能力范围,则需要报告能力缺口,而不是擅自调用其他未赋予能力。
中央后台也需要对约束进行版本管理。任务指令发出后,中央后台可能因为环境变化、其他个体状态变化或整体任务调整而修改控制约束。个体必须能够识别指令版本和约束版本,避免使用已经失效的旧约束继续运行。
对于正在执行的任务,约束更新需要区分立即生效和阶段生效。涉及紧急停止、危险区域、设备联锁和禁止操作的约束,应当根据工程安全设计确定立即处理方式;涉及任务目标、一般执行顺序或非紧急资源调整的约束,则可以在安全检查点或任务阶段结束后完成切换。不能把所有约束更新都设计成无条件中断,也不能把所有更新都推迟到任务结束。
为此,个体运行环境需要保存任务开始时的控制约束快照,并在运行过程中检查约束版本。约束发生变化时,个体需要判断当前执行阶段是否受到影响。如果当前方法尚未调用,可以重新进行任务判断;如果正在执行软件操作,可以根据程序的中断能力进入安全暂停;如果设备正在进行不可逆物理动作,则必须结合设备实际状态和安全控制接口处理,不能简单地终止软件进程后假定设备动作已经停止。
个体自主判断与中央控制约束的协调程序可以设计为统一的控制判断入口:
<?php
class IndividualControlJudgment
{
public function judge($task, $assignment, $runtime, $constraints)
{
if (!$this->validTask($task)) {
return $this->result('reject', 'invalid_task');
}
if (!$this->checkAssignment($task, $assignment)) {
return $this->result('reject', 'capability_not_assigned');
}
if (!$this->checkRuntime($runtime)) {
return $this->result('wait', 'runtime_condition_not_ready');
}
if (!$this->checkConstraints($task, $constraints)) {
return $this->result('suspend', 'control_constraint_conflict');
}
return $this->result('allow', 'all_conditions_satisfied');
}
private function validTask($task)
{
return isset($task['individual_task_id'])
&& isset($task['individual_id'])
&& isset($task['task_target']);
}
private function checkAssignment($task, $assignment)
{
if (!isset($task['assigned_capabilities'])
|| !isset($assignment['capabilities'])) {
return false;
}
foreach ($task['assigned_capabilities'] as $capability) {
if (!in_array($capability, $assignment['capabilities'])) {
return false;
}
}
return true;
}
private function checkRuntime($runtime)
{
return isset($runtime['status'])
&& $runtime['status'] === 'ready';
}
private function checkConstraints($task, $constraints)
{
if (!isset($constraints['effective'])
|| $constraints['effective'] !== true) {
return false;
}
return true;
}
private function result($decision, $reason)
{
return array(
'decision' => $decision,
'reason' => $reason,
'judgment_time' => date('Y-m-d H:i:s')
);
}
}
该代码是PHP 7.0.10兼容的基础组织示例,主要展示任务有效性、能力赋值、运行状态和中央约束之间的检查顺序。正式工程不能仅使用简单的能力标识数组和ready状态作为判断依据,还需要检查能力定义版本、知识结构依赖、方法实现版本、运行资源、对象状态、约束条件及其版本。尤其是安全约束,必须由明确的规则判断程序处理,不能只依赖上述基础示例中的简单字段检查。
个体的自主判断结果需要保存在本地运行记录中,并通过任务状态反馈机制向中央后台报告。通信正常时,个体可以及时提交判断结果;通信中断时,个体仍然可以依据本地已经保存的有效任务和约束进行自主判断,但不能因为无法联系中央后台就自行扩大任务职责或忽略安全限制。对于必须取得中央后台最新授权才能执行的任务,如果无法确认授权有效,个体应当进入等待或暂停路径。
由此,中央控制与个体自主判断形成明确分工:中央后台确定整体任务和允许范围,个体在该范围内完成具体判断;中央后台可以调整任务和约束,个体必须识别版本变化并处理冲突;个体可以自主决定当前任务是否具备执行条件,但不能突破已经确定的职责和安全边界。
3. 任务调整与个体运行状态协调
中央后台在组织多个智能个体执行任务时,任务分配并不是一次性完成后就保持不变。实际运行过程中,可能出现任务目标变化、执行对象变化、环境条件变化、个体能力暂时不可用、设备故障、任务优先级调整以及其他个体运行状态变化等情况。这些变化可能影响当前任务,也可能影响与当前任务存在依赖关系的其他任务。因此,中央后台需要根据整体运行情况动态调整任务,同时确保调整过程与个体当前运行状态相协调。
任务调整首先需要区分尚未执行的任务、正在执行的任务和已经完成的任务。尚未执行的任务可以根据最新任务规划重新分配;正在执行的任务需要先确认当前执行阶段和实际操作状态,再决定继续、暂停、变更或终止;已经完成的任务则应保留原有执行记录,不能因为整体任务发生变化而直接覆盖历史结果。
例如,中央后台原计划由robot_001将物料从区域A搬运至区域B,由robot_002负责后续转运。运行过程中,robot_001报告抓取机构出现异常,无法继续执行后续搬运任务。中央后台需要分析该异常是否影响当前物料状态、任务是否可以由其他个体接续、robot_002是否具备相应能力,以及任务转移是否会造成其他任务冲突。如果robot_003具备相应知识能力和设备条件,中央后台可以重新组织任务,将尚未完成的搬运阶段分配给robot_003。但这并不意味着可以直接把robot_001正在执行的物理动作转交给robot_003,而是必须先确认物料实际位置、抓取状态、设备状态和当前任务检查点。
任务调整的关键是保持任务目标、执行进度和实际对象状态之间的连续性。中央后台需要掌握个体报告的任务阶段、方法调用状态、行为执行状态、外部设备状态和最近一次有效检查点。只有确认这些信息后,才能判断任务从哪个阶段继续,以及是否需要重新执行前置判断。
为此,中央后台需要建立任务调整记录,将调整前后的任务版本、原执行个体、新执行个体、调整原因、当前执行阶段、对象状态和后续处理路径关联起来。拟定的任务调整数据结构如下:
{
"adjustment_id": "adjustment_000128",
"central_task_id": "central_task_000128",
"adjustment_version": 2,
"adjustment_reason": "individual_runtime_exception",
"original_assignment": {
"individual_id": "robot_001",
"individual_task_id": "individual_task_000245",
"task_version": 3
},
"new_assignment": {
"individual_id": "robot_003",
"individual_task_id": "individual_task_000246",
"task_version": 1
},
"execution_checkpoint": {
"completed_stage": "material_identification",
"current_stage": "material_grasp",
"physical_action_status": "unknown",
"object_status": "requires_confirmation"
},
"adjustment_policy": {
"old_task_action": "suspend",
"new_task_action": "wait_for_object_confirmation"
},
"status": "pending_validation"
}
该数据结构中的physical_action_status用于记录物理动作的实际状态。它不能简单地使用任务软件状态代替。例如,机器人已经向抓取机构发送了控制指令,但尚未收到执行反馈,此时程序层面的调用可能已经结束,而设备层面的实际动作仍然未知。中央后台不能直接将任务标记为失败后让另一个机器人重新抓取,否则可能出现重复操作或对象状态冲突。
任务调整需要经过状态核实、任务依赖分析、个体能力重新匹配和调整指令生成。状态核实用于确认原个体当前是否仍在执行任务,以及对象和设备的实际状态;任务依赖分析用于确定调整是否影响后续个体任务;能力重新匹配用于判断其他个体是否具备完整的知识能力、方法依赖和设备条件;调整指令生成则负责形成新的个体任务或更新原任务版本。
任务调整还需要区分任务重新分配与任务继续执行。重新分配意味着任务执行主体发生变化,需要建立新的个体任务记录;继续执行则意味着原个体仍然承担任务,只是任务目标、执行顺序、参数或约束发生变化。两种情况的数据处理方式不同,不能通过简单修改原任务中的individual_id来实现任务转移。
对于正在运行的个体,中央后台发出的调整要求也不能绕过个体自身的运行状态判断。个体收到任务调整指令后,应当确认调整指令的版本、适用任务、调整范围和生效条件,再结合当前运行阶段决定如何处理。如果当前任务尚未开始执行,可以直接重新进行任务判断;如果正在执行可安全暂停的软件处理过程,可以在适当检查点暂停后加载新任务;如果正在进行机器人抓取、无人机飞行或工业设备运动等物理操作,则必须根据设备控制接口和现场安全状态决定是否可以中止、等待或完成当前安全动作。
因此,任务调整指令需要包含明确的调整类型和生效策略。拟定的数据结构如下:
{
"adjustment_command_id": "adjust_command_000128",
"central_task_id": "central_task_000128",
"individual_task_id": "individual_task_000245",
"individual_id": "robot_001",
"adjustment_type": "modify_execution_plan",
"new_task_version": 4,
"effective_policy": "after_safe_checkpoint",
"changes": {
"destination": "area_C",
"priority": 6
},
"required_actions": [
"verify_current_object_state",
"rebuild_execution_context",
"recheck_constraints"
],
"status": "issued"
}
effective_policy用于确定调整的生效时机。immediate可以表示立即执行调整,但仍然必须遵守设备和安全控制机制;after_safe_checkpoint表示个体到达可安全切换的检查点后再应用新任务;after_current_stage表示完成当前允许继续的阶段后再切换。具体策略需要结合个体类型、设备能力和任务性质确定,不能对所有个体使用同一种中断方式。
个体接收调整指令后,需要保存原任务版本和新任务版本,并生成任务调整处理记录。原任务版本用于追溯调整前的执行依据,新版本用于后续运行。对于已经完成的阶段,应当根据实际执行结果决定是否保留;对于状态未知的阶段,必须重新核实,不能直接复制为已完成状态。任务上下文也需要随调整进行更新,避免仍然引用已经失效的对象状态、旧的目标位置或过期的控制约束。
中央后台还需要协调多个个体之间的任务状态。一个中央任务可能包含多个相互依赖的个体任务,某个个体的任务发生暂停或失败时,其他个体可能仍然处于等待状态,也可能已经开始执行后续阶段。后台必须根据任务依赖关系判断是否需要暂停相关个体、调整执行顺序或重新分配任务。不能只处理发生异常的个体,而忽略整体任务链上的关联影响。
为实现这一机制,中央后台可以设置任务协调程序,统一处理任务状态读取、依赖关系分析、调整方案生成、个体状态确认和调整结果记录。拟定的程序目录如下:
ControlBackend/
└── task_control/
└── coordination/
├── TaskStateReader.php # 读取中央任务和个体任务状态
├── IndividualStateResolver.php # 汇总个体当前运行状态
├── TaskDependencyAnalyzer.php # 分析任务之间的依赖关系
├── CheckpointResolver.php # 解析个体执行检查点
├── TaskAdjustmentAnalyzer.php # 分析任务调整必要性
├── AssignmentReorganizer.php # 重新组织个体任务分配
├── AdjustmentCommandBuilder.php # 生成任务调整指令
├── AdjustmentValidator.php # 验证调整方案和约束
└── AdjustmentRepository.php # 保存任务调整记录
任务协调程序需要与第四十七章中央控制任务组织机制衔接,调用任务依赖分析和个体匹配程序,并读取第四十六章建立的个体接入、部署、赋值和运行状态数据。任务调整完成后,再通过指令传递机制将新的任务版本发送给相关个体。
中央任务与个体任务的状态管理也需要保持层次关系。中央任务的状态是整体任务的组织状态,个体任务的状态是某个执行主体的实际处理状态。中央任务处于running,并不意味着所有个体任务都处于running;一个个体任务处于completed,也不代表中央任务已经完成。中央后台需要根据所有必要子任务的状态、依赖关系和最终目标验证结果,计算中央任务的整体状态。
拟定的任务状态可以包括created、planned、assigned、running、partially_completed、waiting、adjusting、suspended、completed、failed和cancelled。这些状态用于描述任务组织过程,不应与个体运行引擎的生命周期状态混为一谈。个体运行引擎的running表示运行引擎正在处理任务,个体任务的running表示任务已经进入执行阶段,中央任务的running则表示整体任务尚在推进。这三者需要分别保存。
在数据库设计上,可以增加wsaios_task_adjustments保存调整主记录,wsaios_task_adjustment_items保存涉及的个体任务和具体变更,wsaios_task_dependencies保存任务依赖关系,wsaios_task_checkpoints保存任务调整所依据的检查点。任务调整记录应当通过事务保证主记录和关联变更的一致性。对于重复到达的调整指令,需要使用唯一的调整标识进行幂等处理,避免同一任务被重复分配或重复修改。
任务调整不是中央后台单方面修改任务数据,而是中央后台形成调整方案、个体确认当前运行状态、个体执行安全切换、后台接收调整结果的完整过程。只有当个体确认新任务版本已经生效,并报告相应运行状态后,中央后台才能将调整记录更新为已经应用。若个体无法确认调整结果,后台应当保留待确认状态,而不能仅凭指令发送成功就认为调整完成。
4. 人工干预与自动控制切换
WSaiOS的中央控制与个体自主运行体系需要同时考虑自动控制和人工干预。自动控制是指中央智能控制后台根据整体任务、知识能力和个体状态组织任务,由个体依据已赋予的知识能力和执行规则自主运行;人工干预则是在自动运行过程中,由具有相应权限的人员对任务目标、执行范围、运行状态或控制方式进行确认、暂停、调整和接管。
人工干预不是对WSaiOS自主运行机制的替代,也不是简单增加一个人工操作入口。工程上需要明确人工干预的对象、权限、适用范围、生效条件和退出方式,避免人工操作与中央后台控制、个体自主运行之间出现相互覆盖或指令冲突。
人工干预可能发生在任务启动前、任务执行过程中和任务完成后。任务启动前,人工可以对高风险任务进行确认,或者对中央后台形成的任务安排进行审核;任务执行过程中,人工可以要求个体暂停、继续、调整任务、返回安全状态或进入人工接管模式;任务完成后,人工可以对执行结果进行确认,或者对异常情况进行处理。不同阶段的干预方式不同,需要根据当前任务和设备状态确定可执行的操作。
人工干预首先需要建立独立的干预请求数据模型。干预请求不能只记录一个人工操作按钮对应的动作名称,还应记录干预来源、操作人员身份、目标个体、关联任务、干预类型、理由、权限范围、有效期限和审批状态。拟定的数据结构如下:
{
"intervention_id": "intervention_000128",
"source": "human_operator",
"operator_id": "operator_001",
"individual_id": "robot_001",
"central_task_id": "central_task_000128",
"individual_task_id": "individual_task_000245",
"intervention_type": "pause",
"reason": "abnormal_environment_condition",
"scope": {
"target": "current_task",
"operation": "stop_new_actions"
},
"authorization": {
"permission": "task_intervention",
"verified": true
},
"requested_at": "2026-11-15T10:15:00",
"status": "pending_execution"
}
人工身份验证与操作权限验证需要分开处理。身份验证用于确认操作请求来自哪个人员或控制终端,权限验证用于判断该人员是否能够对当前个体和任务执行相应操作。能够登录控制台,并不意味着可以控制所有个体;能够查看任务状态,也不意味着具有暂停设备、修改任务或接管控制的权限。
人工干预权限应当按照任务范围和控制对象进行限制。例如,某人员可以查看全部个体的运行状态,但只能对指定生产区域内的机器人执行暂停操作;另一人员可以审核任务调整,但不能直接修改设备安全参数。对于涉及紧急停止、安全联锁和设备保护的操作,应当按照设备本身的安全设计确定优先级和执行路径,不能将其简单地等同于普通的后台任务暂停。
人工干预还需要与自动控制建立明确的模式关系。拟定的控制模式可以包括automatic、manual_confirmed、manual_assisted、manual_control和safe_stop。其中,automatic表示中央后台与个体按照自动控制机制协同运行;manual_confirmed表示某些任务或关键操作需要人工确认后才能继续;manual_assisted表示自动控制仍然承担主要运行过程,人工可以在限定范围内提出调整;manual_control表示在满足设备接口和安全条件的前提下,由人工接管特定控制对象;safe_stop表示进入预先定义的安全停止状态。
这些模式不是简单的互斥开关。对于复杂设备,任务控制模式、个体运行模式和设备控制模式可能具有不同的状态。例如,个体仍然可以运行本地状态监测程序,但设备执行机构已经进入安全停止状态;中央后台仍然可以接收任务反馈,但不允许自动下发新的动作指令。因此,需要分别记录整体控制模式、个体自主运行模式和设备实际控制模式。
控制模式数据结构可以设计为:
{
"control_session_id": "control_session_000128",
"individual_id": "robot_001",
"central_task_id": "central_task_000128",
"control_mode": "manual_confirmed",
"previous_mode": "automatic",
"mode_version": 2,
"transition": {
"reason": "critical_operation_confirmation",
"requested_by": "operator_001",
"effective_stage": "before_grasp"
},
"permissions": {
"automatic_task_analysis": true,
"automatic_method_selection": true,
"automatic_device_action": false,
"manual_confirmation": true
},
"status": "active"
}
人工确认模式下,个体仍然可以完成任务信息获取、对象识别、认知、判断和方法准备,但在规定的关键动作执行前,需要等待人工确认。这样可以保留WSaiOS自身的智能处理过程,又能在高风险或需要人工审核的操作中增加控制环节。人工确认不能被理解为人工重新完成全部认知和决策,而是对指定操作是否允许继续进行授权。
自动控制切换到人工干预,需要经过当前任务状态检查和控制权交接。中央后台首先确认干预请求是否有效,再识别目标个体、任务和当前执行阶段。随后需要判断个体是否能够安全暂停,以及是否存在尚未完成的外部设备动作。如果存在正在执行的物理动作,必须通过设备接口获取实际状态,并根据设备控制能力执行安全交接。只有当自动控制与人工控制之间的操作边界明确后,才能允许人工接管。
反过来,从人工控制切换回自动控制,也不能仅仅通过将模式字段从manual_control改成automatic完成。系统必须确认人工控制已经释放、设备状态已知、任务上下文完整、中央控制约束仍然有效、个体知识能力版本与任务要求一致,并重新执行必要的自主运行判断。若人工操作改变了外部对象状态或设备状态,个体还需要重新获取信息、更新对象实例,并重新进行认知和判断。
例如,机器人在人工接管期间被移动到新的位置,原来的路线状态和执行上下文可能已经失效。即使人工操作已经结束,机器人也不能继续使用接管前的路线判断结果直接执行原任务,而应当重新识别自身位置、周围对象和运行环境,再决定是否恢复自动任务。
自动与人工控制之间的切换程序可以设计为独立的控制权管理程序:
<?php
class ControlModeManager
{
public function requestSwitch(
$currentMode,
$targetMode,
$authorization,
$runtime
) {
if (!$this->validMode($targetMode)) {
return $this->result('rejected', 'invalid_mode');
}
if (!$this->authorized($authorization, $targetMode)) {
return $this->result('rejected', 'permission_denied');
}
if (!$this->checkRuntime($runtime, $targetMode)) {
return $this->result('waiting', 'runtime_not_ready');
}
return $this->result('pending_handover', 'handover_required');
}
private function validMode($mode)
{
$modes = array(
'automatic',
'manual_confirmed',
'manual_assisted',
'manual_control',
'safe_stop'
);
return in_array($mode, $modes);
}
private function authorized($authorization, $targetMode)
{
return isset($authorization['verified'])
&& $authorization['verified'] === true
&& isset($authorization['allowed_modes'])
&& in_array($targetMode, $authorization['allowed_modes']);
}
private function checkRuntime($runtime, $targetMode)
{
if (!isset($runtime['status'])) {
return false;
}
if ($targetMode === 'automatic'
&& $runtime['status'] !== 'ready') {
return false;
}
return true;
}
private function result($status, $reason)
{
return array(
'status' => $status,
'reason' => $reason,
'created_at' => date('Y-m-d H:i:s')
);
}
}
该程序属于控制模式切换的基础设计示例。它只负责初步检查目标模式、授权和运行状态,并不直接控制设备,也不代表控制权已经完成交接。正式工程还需要增加设备状态核实、当前动作处理、控制接口释放、人工控制端确认、任务上下文重建和切换结果确认等步骤。
人工干预程序的目录可以设计如下:
ControlBackend/
└── control_mode/
├── intervention/
│ ├── InterventionReceiver.php # 接收人工干预请求
│ ├── OperatorIdentityChecker.php # 验证操作人员身份
│ ├── InterventionPermission.php # 检查人工干预权限
│ └── InterventionValidator.php # 验证干预请求
├── mode/
│ ├── ControlModeResolver.php # 读取当前控制模式
│ ├── ControlModeManager.php # 管理控制模式
│ ├── ModeTransitionValidator.php # 验证模式切换条件
│ └── ModeVersionManager.php # 管理控制模式版本
├── handover/
│ ├── HandoverCoordinator.php # 组织控制权交接
│ ├── AutomaticControlReleaser.php # 释放自动控制权限
│ ├── ManualControlActivator.php # 激活人工控制接口
│ └── HandoverVerifier.php # 验证交接结果
└── audit/
├── InterventionLogger.php # 记录人工干预过程
├── ControlModeHistory.php # 保存控制模式历史
└── InterventionResultRepository.php # 保存干预结果
个体侧还需要具备人工干预指令的接收、状态检查、执行暂停、控制接口切换和恢复判断程序。中央后台负责确认干预权限并组织切换,个体负责根据本地运行状态完成实际控制交接。对于无法通过通信完成交接的个体,不能假定中央后台已经取得设备控制权;必须根据设备本地控制接口和预先部署的安全机制处理。
人工干预还必须保留完整审计记录。每次干预都应关联操作人员、目标个体、任务标识、干预原因、原控制模式、新控制模式、控制权交接结果和实际设备状态。人工操作造成的对象状态变化也应进入个体运行记录,供恢复自动控制时重新认知和判断。这样才能保证人工操作不是脱离WSaiOS运行闭环的独立过程,而是整个智能控制体系中的一种受约束干预方式。
对于无通信运行的个体,人工干预可以通过本地控制终端或设备自身的控制接口实现。中央后台无法实时发送干预请求时,个体仍然按照已部署的执行规则和安全机制自主运行。若本地人工操作改变了任务状态,个体应当保存干预记录和运行上下文;待通信恢复后,再将干预事件、控制模式变化和实际执行结果同步到中央后台。通信恢复不能自动覆盖本地已经发生的人工操作记录,也不能在未核实设备状态的情况下强制恢复自动控制。
5. 中央控制与个体自主运行协同验证
中央控制与个体自主运行的协同验证,不能仅检查中央后台能否成功发送指令,也不能仅检查个体是否能够独立完成某项任务。协同验证需要确认中央后台的任务组织、个体任务接收、自主判断、控制约束、任务调整、人工干预和运行状态反馈能够形成完整的工程闭环。
验证对象既包括中央后台的任务组织程序,也包括个体运行环境中的任务接收和自主判断程序,还包括中央后台与个体之间的通信接口、状态同步机制和外部设备控制接口。验证时需要分别确认每个环节的输入、输出、状态变化和关联关系,再进行整体协同验证。
首先需要验证中央任务与个体任务之间的数据关联。中央后台创建一个整体任务后,应当能够根据个体职责和能力要求形成相应的个体任务,并为每个个体任务生成独立标识。个体接收任务后,应当能够解析中央指令,建立本地任务上下文,并保留中央任务标识、指令版本和赋值版本。随后,个体将接收状态、判断结果和执行状态反馈到中央后台,后台能够正确关联到原始中央任务。
其次需要验证中央控制约束与个体自主判断之间的关系。测试中不能只选择所有条件均满足的正常场景,还应当设置能力缺失、对象超出范围、执行权限不足、环境条件未知、控制约束版本过期以及本地安全规则与任务要求冲突等情况。个体必须根据不同情况形成允许、等待、暂停或拒绝等处理结果,并将判断依据保存在本地记录中。
例如,可以建立一个机器人搬运任务,中央后台要求robot_001将物料从区域A搬运至区域B,任务允许重量不超过20千克,且要求路线畅通和安全联锁有效。测试时分别改变物料重量、路线状态、机器人赋值能力和中央约束版本,观察个体是否能够正确识别条件变化。重量超出范围时不能执行抓取;路线状态未知时不能默认路线畅通;能力未赋予时不能调用相应方法;中央约束版本过期时需要根据本地约束有效性和任务策略决定等待或重新确认。
第三,需要验证任务调整与个体运行状态之间的协调关系。测试应当覆盖任务尚未执行、任务正在执行、任务处于安全暂停点、任务存在未确认的物理动作以及任务已经完成等不同阶段。中央后台发出任务调整指令后,个体应当根据当前阶段选择适当的切换方式,并向后台报告调整结果。对于状态未知的物理动作,必须先核实实际设备状态,不能直接将原任务转交给其他个体。
第四,需要验证人工干预与自动控制之间的切换。测试应当覆盖人工确认、人工暂停、人工接管、人工释放以及恢复自动运行等过程。系统需要检查人员身份、干预权限、控制模式版本和交接条件,并确认自动控制与人工控制不会同时对同一执行对象发出相互冲突的操作。人工接管期间,个体仍应保留必要的状态监测和安全保护机制;人工释放后,个体必须重新检查设备和环境状态,不能直接恢复过期的任务上下文。
第五,需要验证通信和无通信两种运行模式。通信运行模式下,中央后台能够下达任务、接收状态、调整任务和组织人工干预;无通信运行模式下,个体依靠本地已经部署的知识结构、知识能力、方法、执行规则和有效任务继续完成允许自主执行的任务。通信恢复后,个体需要同步任务状态、执行结果、人工干预记录和版本信息,中央后台再根据实际记录更新整体任务状态。
协同验证还需要检查重复指令、乱序消息和状态报告丢失等工程问题。中央后台可能因为通信异常重复发送任务指令,个体必须通过command_id或幂等标识识别重复请求,避免重复创建任务。任务状态报告可能因为网络延迟而晚于后续状态到达,后台需要根据事件发生时间、状态版本和任务阶段进行判断,不能简单使用最后收到的报告覆盖当前状态。对于无法确认的状态,应当保留未知状态并触发进一步核实。
拟定的协同验证场景数据结构如下:
{
"test_id": "coordination_test_000128",
"central_task_id": "central_task_000128",
"individual_id": "robot_001",
"scenario": "task_adjustment_with_manual_intervention",
"initial_state": {
"control_mode": "automatic",
"individual_runtime": "running",
"task_status": "running",
"assignment_version": 5
},
"test_events": [
{
"event": "runtime_exception",
"expected_result": "individual_reports_exception"
},
{
"event": "central_task_adjustment",
"expected_result": "individual_checks_adjustment_version"
},
{
"event": "manual_intervention",
"expected_result": "control_handover_is_verified"
},
{
"event": "automatic_resume",
"expected_result": "runtime_conditions_are_rechecked"
}
],
"verification": {
"command_relation": "pending",
"constraint_check": "pending",
"task_adjustment": "pending",
"manual_handover": "pending",
"runtime_feedback": "pending"
},
"overall_result": "not_verified"
}
该测试场景将多个协同环节关联到同一个中央任务和个体任务,用于验证从异常发生、中央任务调整、人工干预到恢复自动运行的完整过程。测试结果必须根据实际执行记录生成,不能在测试数据创建时预先填写成功状态。
工程测试程序可以按照中央控制、个体运行、任务协调、人工干预和系统集成等范围组织:
tests/
└── coordination/
├── central_control/
│ ├── CommandGenerationTest.php # 中央指令生成测试
│ ├── TaskAssignmentTest.php # 中央任务分配测试
│ └── ConstraintVersionTest.php # 中央约束版本测试
├── individual_runtime/
│ ├── CommandReceivingTest.php # 个体指令接收测试
│ ├── AutonomousJudgmentTest.php # 个体自主判断测试
│ └── RuntimeConstraintTest.php # 个体执行约束测试
├── task_adjustment/
│ ├── TaskStateCoordinationTest.php # 任务状态协调测试
│ ├── TaskReassignmentTest.php # 任务重新分配测试
│ └── CheckpointRecoveryTest.php # 检查点恢复测试
├── human_intervention/
│ ├── PermissionTest.php # 人工干预权限测试
│ ├── ControlHandoverTest.php # 控制权交接测试
│ └── AutomaticResumeTest.php # 自动控制恢复测试
├── communication/
│ ├── DuplicateCommandTest.php # 重复指令测试
│ ├── OutOfOrderFeedbackTest.php # 乱序反馈测试
│ └── OfflineRuntimeTest.php # 无通信运行测试
└── integration/
├── MultiIndividualTaskTest.php # 多个体任务协同测试
├── FullCoordinationTest.php # 完整协同流程测试
└── CoordinationResultTest.php # 协同验证结果检查
上述目录是拟定的测试工程结构。测试应先在不连接真实设备的条件下验证任务数据、程序调用、状态转换和控制约束,再使用模拟设备接口验证指令与反馈关系,最后在符合安全规范的真实设备环境中验证实际控制效果。模拟设备能够验证软件层面的任务组织和程序调用,但不能证明机器人、无人机或工业设备在真实环境中的动作安全性和可靠性。
中央控制与个体自主运行的协同验证还需要设置明确的验收条件。中央后台必须能够准确建立中央任务和个体任务之间的关系,正确分配个体职责,并在任务状态变化时更新整体任务组织;个体必须能够识别有效指令、自主判断任务条件、遵守中央控制约束,并在条件不满足时采取正确的等待、暂停或拒绝路径;任务调整必须能够根据实际执行状态完成安全切换;人工干预必须具备权限检查和控制权交接记录;通信中断时,个体必须在已授权范围内保持自主运行能力,通信恢复后能够正确同步运行记录。
为了避免把程序调用成功误认为协同运行成功,系统还应当分别保存指令处理结果、任务判断结果、任务执行结果、设备反馈结果和最终目标验证结果。中央后台只有在获得足够的实际执行信息后,才能判断整体任务是否完成。对于存在状态未知、反馈缺失或对象状态冲突的任务,应当保持待核实状态,而不能直接将中央任务标记为成功。
拟定的协同验证结果可以采用独立的数据记录结构:
{
"validation_id": "coordination_validation_000128",
"central_task_id": "central_task_000128",
"individual_tasks": [
"individual_task_000245",
"individual_task_000246"
],
"validation_items": {
"command_delivery": "passed",
"task_relation": "passed",
"autonomous_judgment": "passed",
"constraint_enforcement": "passed",
"task_adjustment": "passed",
"manual_handover": "pending",
"offline_operation": "not_tested",
"final_result_check": "pending"
},
"overall_status": "partially_validated",
"validation_time": "2026-11-15T12:00:00"
}
partially_validated表示部分验证项目已经完成,但仍然存在待验证或未测试的项目,不能认定整个中央控制与个体自主运行体系已经通过验收。正式工程需要根据各项测试实际执行情况生成结果,并保存测试环境、软件版本、知识能力赋值版本、控制约束版本、设备型号、执行日志和异常记录,以便后续复现和问题定位。
数据库层面可以设计wsaios_control_mode_sessions保存控制模式会话,wsaios_human_interventions保存人工干预记录,wsaios_control_handovers保存控制权交接过程,wsaios_coordination_validations保存协同验证结果,wsaios_coordination_validation_items保存各项验证明细。所有记录都应当关联中央任务、个体任务和个体标识。涉及任务版本或控制模式变化时,需要保留历史版本,不能覆盖已经发生的控制过程。
最终,中央控制与个体自主运行协同机制需要形成稳定的工程闭环:中央后台根据整体需求组织任务并形成控制指令,个体接收任务后依据已赋予的知识能力和中央约束进行自主判断,在允许范围内完成任务执行;运行过程中出现环境变化、能力不足或异常状态时,个体反馈实际情况,中央后台根据整体任务和其他个体状态组织调整;必要时引入人工干预,并在控制条件满足后重新切换到自动运行;所有任务执行结果和控制过程最终回到中央后台,作为整体任务状态管理和后续智能进化学习的依据。
这一机制使中央后台不必直接承担每一个个体的全部现场判断和执行操作,也不要求每个个体复制中央后台的完整结构智能逻辑。中央后台保持整体智能组织和控制能力,个体保持在自身职责范围内的自主认知、判断、决策和执行能力。二者通过任务、约束、状态、版本和反馈建立可验证的工程关系,为后续通信模式、无通信模式以及多智能个体集群协同控制提供统一的控制基础。
第四十八章建立的中央控制与个体自主运行协调机制,是多智能个体协同控制的基础。下一章将在此基础上进一步研究智能控制台的运行管理,重点处理个体接入、智能部署、任务组织、运行状态监测、人工干预和系统维护之间的管理关系,使中央后台的智能组织机制能够通过统一的运行管理环境得到实施。