第132章 Dynamic Scene
动态场景
第131章建立了：
Scene
├── Elements
├── Objects
├── Attributes
├── Relations
├── States
└── Environment但一个真正的现实世界从来不会停留在一个固定 Scene。
机器在：
t观察到一个场景。
经过时间：
t + 1场景已经发生变化。
再经过：
t + 2又形成新的场景状态。
因此：
Scene(t)
↓
Scene(t+1)
↓
Scene(t+2)构成：
Dynamic Scene本章研究的核心问题是：
多个 Object、Attribute、Relation、State 的局部变化，如何共同形成一个可以被机器识别的 Scene Change？
132.1 Scene 不是一个状态，而是状态序列
静态 Scene 可以表示：
Scene(t)但动态世界应该表示为：
Scene(t0)
Scene(t1)
Scene(t2)
Scene(t3)
...因此：
Dynamic Scene
=
{Scene(t0), Scene(t1), Scene(t2), ...}机器真正面对的不是：
Scene而是：
Scene
↓
Change
↓
New Scene
↓
Change
↓
New Scene所以：
动态场景的本质不是“一个会动的图片”，而是 Scene State 随时间连续演化。
132.2 Scene(t)
定义：
Scene(t)
=
{
Elements(t),
Objects(t),
Attributes(t),
Relations(t),
States(t),
Environment(t)
}因此：
Scene(t)是某一时刻机器对世界的认知状态。
例如：
Scene(t0)可能是：
Table
Egg
Hand
Egg → SupportedBy → Table
Hand → Far → Egg132.3 Scene(t+1)
经过一个时间周期：
t0 → t1机器获得新的 Perception：
Perception(t1)于是：
Scene(t0)
+
Perception(t1)产生：
Scene(t1)例如：
Hand从：
Far变成：
Near于是：
Scene(t0)与：
Scene(t1)不再相同。
132.4 Scene Change
定义：
Scene Change
=
Difference(Scene(t), Scene(t+1))可以写成：
ΔScene(t)
=
Scene(t+1) - Scene(t)这里的“减”不是简单数值减法，而是：
结构差异包括：
Object Change
Attribute Change
Relation Change
State Change
Environment Change
Element Change因此：
ΔScene
=
ΔElement
+
ΔObject
+
ΔAttribute
+
ΔRelation
+
ΔState
+
ΔEnvironment132.5 Scene Change 的六种基本来源
动态场景变化可以首先分为：
1. Element Change
2. Object Change
3. Attribute Change
4. Relation Change
5. State Change
6. Environment Change例如：
Object Change
+
Attribute Change
+
Relation Change共同导致：
Scene Change132.6 Element Change
最底层变化来自：
Element例如：
声音从：
Absent变成：
Detected或者：
Pressure发生变化：
0
↓
2N又或者：
Edge从：
Not Detected变成：
Detected于是：
Element Change
↓
Perception Change进一步可能：
Perception Change
↓
Object / Attribute / Relation Change132.7 Object Change
Scene 中的 Object 也可能发生：
Created
Removed
Appeared
Disappeared
Merged
Separated例如：
Scene(t0):
Table
Egg下一时刻：
Scene(t1):
Table
Egg
Cup于是：
Object Added:
Cup反过来：
Scene(t2):
Table
Egg说明：
Cup Removed因此：
Object Set(t)本身也是动态的。
132.8 Object Identity Continuity
但 Object 消失与重新出现不能简单理解为：
Removed
+
Added例如：
Egg暂时被手遮挡：
t1: Visible
t2: Occluded
t3: Visible如果机器没有 Object Identity Memory，可能错误理解为：
Egg Removed
Egg Added正确理解应该是：
Egg
↓
Occluded
↓
Visible Again因此 Dynamic Scene 必须具有：
Object Identity Continuity132.9 Attribute Change
Object 没有消失，但是属性发生变化。
例如：
Egg
Position = P1变成：
Egg
Position = P2或者：
Temperature:
20°C
↓
25°C或者：
Force:
0N
↓
1.5N于是：
Object = Same
Attribute = Changed这是一种典型的：
Scene Change132.10 Stable Attribute 与 Dynamic Attribute
第128章已经区分：
Stable Attributes与：
Dynamic Attributes动态场景中尤其重要。
例如：
Fragility = High
Material = Glass
Shape = Oval可能长期不变。
而：
Position
Velocity
Orientation
Force
Contact不断变化。
因此：
Scene Change不应该因为：
Fragility = High每一帧重复产生变化。
而应该重点关注：
ΔDynamicAttribute132.11 Relation Change
Relation 是 Dynamic Scene 最重要的变化来源之一。
例如：
Scene(t0)
Hand ──Far──> Egg变成：
Scene(t1)
Hand ──Approaching──> Egg再：
Scene(t2)
Hand ──Contact──> Egg关系发生：
Far
↓
Approaching
↓
Contact因此：
ΔRelation本身就是：
ΔScene132.12 Relation Creation
例如：
Scene(t0)不存在：
Near(Hand,Egg)到了：
Scene(t1)出现：
Near(Hand,Egg)于是：
Relation Created形成：
ΔScene因此 Scene Change 可以由：
Relation Created直接触发。
132.13 Relation Removal
反过来：
Scene(t0)
Hand ──Contact──> Egg变成：
Scene(t1)
Hand ──Far──> Egg说明：
Contact结束。
所以：
Relation Removed也是：
Scene Change132.14 State Change
Object 还可能保持：
Object Identity保持：
Attributes甚至关系也基本不变。
但是：
State发生变化。
例如：
Door
State = Closed变成：
Door
State = Open于是：
ΔState产生：
Scene Change132.15 Environment Change
环境也可能发生变化。
例如：
Lighting从：
Bright变成：
Dark或者：
Temperature
20°C
↓
25°C或者：
Noise
Low
↓
High于是：
Environment Change导致：
Scene Change因此 Scene 不是只关注 Object。
132.16 Scene Change Vector
可以建立：
SceneChangeVector表示：
ΔScene例如：
ΔScene
{
element_changes,
object_changes,
attribute_changes,
relation_changes,
state_changes,
environment_changes
}例如：
ΔScene
{
objects: 0,
attributes:
Egg.Position changed,
relations:
Hand Far → Near,
states:
Hand Moving,
environment:
unchanged
}这就是一个结构化的 Scene Change。
132.17 Local Change 与 Global Change
并不是所有变化都具有同样范围。
例如：
Egg.Position发生变化。
这是：
Local Change但如果：
Power Failure导致：
Lighting ↓
Robot State
Camera State
Temperature
Visibility同时变化：
Global Scene Change所以：
Scene Change
├── Local
└── Global132.18 Micro Change
有些 Scene Change 极其微小。
例如：
Egg Position:
10.00cm
→
10.02cm数学上发生了变化。
但认知上未必重要。
因此系统需要区分：
Physical Change与：
Cognitive Change也就是说：
不是所有物理变化都值得成为认知意义上的 Scene Change。
132.19 Change Threshold
可以建立：
Change Threshold例如：
|ΔPosition| > ε才认为：
Position Changed或者：
|ΔForce| > ε才产生：
Force Change因此：
Raw Change
↓
Threshold
↓
Cognitive Change这样可以避免：
Noise被错误识别成：
Scene Change132.20 Change Significance
除了数值阈值，还需要：
Semantic Significance例如：
Egg Position变化：
1mm可能没有意义。
但：
Egg
Table之间的：
SupportedBy消失：
即使位置只变化了几毫米，也可能具有非常高的认知意义。
因此：
Change Magnitude与：
Change Significance必须区分。
132.21 Scene Change Detection
基本流程：
Scene(t)
+
Perception(t+1)
↓
Update
↓
Scene(t+1)
↓
Compare
↓
ΔScene更完整：
Previous Scene
↓
Current Perception
↓
Object Matching
↓
Attribute Comparison
↓
Relation Comparison
↓
State Comparison
↓
Environment Comparison
↓
Scene Change Detection132.22 Scene Comparison
可以定义：
Compare(SceneA, SceneB)输出：
SceneDifference例如：
Scene A:
Hand Far from Egg
Scene B:
Hand Near Egg输出：
RelationChanged:
Far → Near又例如：
Scene A:
Egg on Table
Scene B:
Egg in Hand输出：
RelationRemoved:
SupportedBy(Egg,Table)
RelationAdded:
Holding(Hand,Egg)132.23 Scene Delta
因此可以定义：
ΔScene为：
{
Added,
Removed,
Modified
}进一步：
Added:
Objects
Relations
States
Elements
Removed:
Objects
Relations
States
Elements
Modified:
Attributes
Relation Values
State Values
Environment这形成一个统一的：
Scene Delta Model132.24 Scene Delta 与 Memory
Scene Change 必须进入记忆。
例如：
Scene(t0)保存。
然后：
ΔScene(t0→t1)保存。
再：
ΔScene(t1→t2)保存。
因此不必每次只保存完整 Scene：
Scene0
Delta1
Delta2
Delta3
...可以重建：
Scene(t3)即：
Scene(t3)
=
Scene(t0)
+
Δ1
+
Δ2
+
Δ3这形成：
Temporal Scene Memory132.25 Scene History
因此：
Scene History可以表示：
S0
↓ Δ1
S1
↓ Δ2
S2
↓ Δ3
S3机器不仅知道：
Current Scene = S3还知道：
S0 → S1 → S2 → S3这就是：
Scene Evolution History132.26 Scene Transition
如果：
ΔScene足够明确，就可以形成：
Scene Transition例如：
S1:
Egg on Table
↓
S2:
Egg Held by HandTransition：
Table Support Lost
+
Hand Contact Created
+
Hand Holding Created于是：
Scene Transition成为一个更高层的结构。
132.27 Scene Transition Pattern
连续多个 Transition：
S1 → S2
S2 → S3
S3 → S4可以形成：
Transition Pattern例如：
Far
↓
Approaching
↓
Near
↓
Contact
↓
Holding这实际上已经接近：
Behavior Pattern因此：
Scene Change
↓
Scene Transition
↓
Transition Pattern
↓
Behavior132.28 Scene Change 与 Event
Event 可以定义为：
具有明确认知意义的 Scene Change 或 Scene Change Pattern。
例如：
Relation:
Far → Contact可以形成：
Contact Event又例如：
State:
Closed → Open形成：
Door Open Event所以：
Scene Change是：
Event的重要底层来源。
132.29 Scene Change 与 Situation
Scene 是：
Current World StructureScene Change 是：
World Structure Change而 Situation 更关注：
Current Meaningful Configuration因此：
Scene
↓
Scene Change
↓
Situation Change例如：
Before:
Egg is safely supported.
After:
Egg is being handled.
这里不仅发生了：
Relation Change还发生了：
Situation Change132.30 Dynamic Scene 与 Time
时间不是 Scene 的附加字段那么简单。
时间决定：
Scene(t)之间的：
顺序
持续时间
变化速度
变化方向例如：
Hand Near Egg如果持续：
10 seconds和持续：
0.01 seconds其认知意义可能完全不同。
因此 Dynamic Scene 必须包含：
Temporal Structure132.31 Scene Change Rate
还可以计算：
Change Rate例如：
Scene Change Frequency一个稳定房间：
Low Change Rate一个拥挤机器人工作区：
High Change Rate因此：
Scene
├── State
└── Change Rate可以帮助系统判断：
Stable还是：
Highly Dynamic132.32 Scene Stability
定义：
Scene Stability如果：
ΔScene ≈ 0持续一段时间：
Scene Stable例如：
S1
S2
S3
S4变化极小。
则：
Stable Scene反之：
S1
S2
S3
S4持续发生重大变化：
Dynamic / Unstable Scene因此：
Scene Stability也是 Scene State 的重要组成部分。
132.33 Stable → Changing
Scene 可以形成：
Stable
↓
Change Detected
↓
Changing
↓
Updated
↓
Stable例如：
桌面静止然后：
Hand Enter于是：
Stable
↓
Changing手停止移动：
Changing
↓
Stable因此 Dynamic Scene 自身也具有：
Scene State Machine132.34 Scene Change Cascade
一个小变化可能产生多个变化。
例如：
Hand Contacts Egg首先：
Relation Change然后：
Egg Force Change然后：
Egg State Change然后：
Egg Position Change然后：
Table Support Relation Change最终：
Scene Change Cascade形成：
Contact
↓
Force
↓
Motion
↓
Position
↓
Relation
↓
State这说明：
Scene Change 并不总是单点变化，而可能是一个因果传播过程。
132.35 Scene Change Dependency
因此可以建立：
Change A
↓
Change B
↓
Change C例如：
Hand Movement
↓
Hand Position Change
↓
Distance Change
↓
Near Relation
↓
Contact Relation
↓
Egg State Change这形成：
Scene Change Dependency Graph它为后续：
Causal Cognition提供基础。
132.36 Scene Change 的认知层次
可以把 Scene Change 分成：
Level 1
Physical Change例如：
Position changed↓
Level 2
Structural Change例如：
Relation changed↓
Level 3
State Change例如：
Egg = Held↓
Level 4
Situation Change例如：
Object is being picked up↓
Level 5
Event例如：
Pickup Event因此：
Physical Change
↓
Structural Change
↓
State Change
↓
Situation Change
↓
Event132.37 Dynamic Scene 与 Prediction
一旦拥有：
Scene(t)
+
ΔScene History系统就可以预测：
Scene(t+1)例如：
Hand
Approaching
Egg
Distance decreasing系统可以预测：
Future Scene:
Hand Contact Egg所以：
Scene History
↓
Change Pattern
↓
Future Scene形成：
Dynamic Scene Prediction132.38 Prediction Error
实际 Scene：
Scene(t+1)与预测 Scene：
PredictedScene(t+1)可以比较：
Prediction Error例如：
Expected:
Hand Contact Egg
Actual:
Hand Stops 5cm Away于是：
Prediction Error进入：
Learning这使 Dynamic Scene 与学习系统连接。
132.39 Dynamic Scene 与 Action
Action 会主动造成：
Scene Change例如：
Action:
Move Hand预期：
Hand Position Change进一步：
Distance Change最终：
Relation Change所以：
Action
↓
Expected Scene Change实际：
Perception
↓
Actual Scene Change比较：
Expected
vs
Actual就能够判断：
Action Success
Action Failure
Unexpected Outcome132.40 Dynamic Scene 与 Decision
决策系统真正需要的是：
Current Scene
+
Scene Dynamics而不是只有：
Current Scene例如：
Object当前安全。
但：
Velocity
+
Direction
+
Relation Change显示它正在快速接近障碍物。
因此：
Current State与：
Current Trend必须结合。
形成：
Scene
+
Scene Change
+
Scene Prediction最终：
Decision132.41 Dynamic Scene 的统一公式
可以建立：
Scene(t+1)
=
Update(
Scene(t),
Perception(t+1)
)而：
ΔScene(t)
=
Compare(
Scene(t),
Scene(t+1)
)进一步：
ΔScene
=
{
ΔElement,
ΔObject,
ΔAttribute,
ΔRelation,
ΔState,
ΔEnvironment
}最终：
Scene(t)
+
ΔScene(t)
=
Scene(t+1)这就是动态场景最核心的计算结构。
132.42 Dynamic Scene Engine
工程上可以形成：
Perception
↓
Scene Builder
↓
Current Scene
↓
Scene Comparator
↓
Scene Delta
↓
Change Classifier
↓
Scene Transition
↓
Situation / Event核心组件：
DynamicSceneEngine
├── SceneBuilder
├── ObjectTracker
├── AttributeTracker
├── RelationTracker
├── StateTracker
├── EnvironmentTracker
├── SceneComparator
├── ChangeDetector
└── TransitionManager132.43 完整动态场景数据模型
可以定义：
DynamicScene
{
scene_id,
timestamp,
elements,
objects,
attributes,
relations,
states,
environment,
previous_scene_id,
changes,
stability,
confidence
}其中：
previous_scene_id建立：
Scene(t)
↓
Scene(t+1)的时间连接。
而：
changes保存：
ΔScene132.44 Dynamic Scene 的完整数据流
最终形成：
Perception(t)
↓
Elements(t)
↓
Objects(t)
↓
Attributes(t)
↓
Relations(t)
↓
States
↓
Scene(t)
│
│
New Perception
↓
Scene Update
↓
Scene(t+1)
↓
Scene Compare
↓
ΔScene
↓
┌────────────┼────────────┐
↓ ↓ ↓
Object Change Relation State
Change Change
└────────────┼────────────┘
↓
Scene Transition
↓
Situation
↓
Event
↓
Behavior132.45 Dynamic Scene 的核心架构
Dynamic Scene
│
┌───────────────┼───────────────┐
↓ ↓ ↓
Scene(t) Scene Change Scene(t+1)
│
┌───────────┼───────────┐
↓ ↓ ↓
Object Relation State
Change Change Change
│ │ │
└───────────┼───────────┘
↓
Scene Transition
↓
Situation
↓
Event进一步：
Scene(t)
↓
ΔScene
↓
Scene(t+1)
↓
ΔScene
↓
Scene(t+2)
↓
ΔScene
↓
Scene(t+3)这形成：
Dynamic Cognitive World132.46 本章核心定义
Dynamic Scene 是 Scene 随时间持续演化形成的动态认知结构。它通过持续跟踪 Elements、Objects、Attributes、Relations、States 与 Environment 的变化，将多个局部变化组织为统一的 Scene Change，并进一步形成 Scene Transition、Situation 和 Event。
最核心公式：
Scene(t+1)
=
Scene(t)
+
ΔScene(t)其中：
ΔScene(t)
=
ΔElement
+
ΔObject
+
ΔAttribute
+
ΔRelation
+
ΔState
+
ΔEnvironment因此：
Object Change
+
Attribute Change
+
Relation Change
+
State Change
+
Environment Change
↓
Scene Change
↓
Scene Transition
↓
Situation
↓
Event最终，WSaiOS-ICAI 的场景模型从：
Scene升级为：
Scene(t)
↓
Scene(t+1)
↓
Scene(t+2)机器由此不再只是拥有：
Current World Model而开始拥有：
World Evolution Model也就是说：
机器不仅知道“世界现在是什么样”，还知道“世界刚刚发生了什么变化”。
而当系统进一步研究：
Scene(t-2)
↓
Scene(t-1)
↓
Scene(t)
↓
Scene(t+1)就会出现一个比单纯 Scene Change 更重要的问题：
连续的 Scene Change 是否能够形成一个具有方向、阶段和意义的过程？
这将自然进入下一层：
Scene
↓
Scene Change
↓
Scene Transition
↓
Process即从“动态场景”进入 认知过程（Cognitive Process）。