WSaiOS 研究 · 人工智能理论与工程体系

第154章 Action Failure

行为失误

第153章建立了：

Action
 ↓
World Change
 ↓
New Perception
 ↓
New Scene

但新的 Scene 并不一定等于机器执行 Action 之前所预测的结果。

因此，本章需要引入：

Action Failure：预期行为结果与实际行为结果之间的不一致。

核心关系：

Expected Result
≠
Actual Result

154.1 行为失误不是简单的“动作失败”

最基本的理解是：

Action
 ↓
Failure

但这还不够准确。

因为机器可能：

Action Executed = True

但是：

Expected Result
≠
Actual Result

例如：

Action:
Move Egg to Box

机器成功执行了“移动”动作，但鸡蛋实际上没有进入 Box。

因此：

Action Execution
=
Success

不代表：

Goal Result
=
Success

所以必须区分：

Action Execution

与：

Action Result

154.2 Expected Result

在执行 Action 之前，机器应该形成一个：

Expected Result

例如当前：

Egg
ON
Table

执行：

Move Egg → Box

系统预测：

Expected Result:

Egg
IN
Box

因此：

Current Scene
+
Action
 ↓
Expected Result

这实际上就是机器对 Action 的结果预测。

154.3 Actual Result

Action 执行以后，系统重新感知：

Action
 ↓
World
 ↓
New Perception
 ↓
New Scene

得到：

Actual Result

例如：

Actual Result:

Egg
NEAR
Box

而不是：

Egg
IN
Box

于是：

Expected Result
≠
Actual Result

系统检测到：

Action Failure

154.4 行为失误的基本模型

可以建立：

Current State
+
Goal
+
Method
+
Action
 ↓
Expected Result

然后：

Action
 ↓
World Change
 ↓
Perception
 ↓
Actual Result

最后进行：

Expected Result
+
Actual Result
 ↓
Result Comparison
 ↓
Success / Failure

完整结构：

Action
 ↓
Expected Result
        \
         → Result Evaluation
        /
Actual Result

154.5 Failure 不等于 Action 不存在

需要进一步区分三种情况。

第一种：Action 未执行

Action
 ↓
Execution Failed

例如机械手没有成功移动。

第二种：Action 执行，但结果错误

Action Executed
 ↓
Wrong Result

例如：

Move Egg

动作完成，但鸡蛋停在错误位置。

第三种：Action 结果部分正确

例如：

Goal:
Move Egg into Box

实际结果：

Egg
Partially Inside Box

此时不是简单：

Success

或：

Failure

而可能是：

Partial Success

因此：

Action Result
∈
{
Success,
Partial Success,
Failure
}

154.6 Failure Detection

行为失误的核心不是“感觉动作失败了”。

而是：

Expected State
vs
Actual State

进行比较。

例如：

Expected:

Egg.Position = Box.Position
Egg.Relation = Inside(Box)

实际：

Egg.Position ≠ Box.Position
Egg.Relation ≠ Inside(Box)

于是：

Mismatch

产生：

Action Failure

因此可以定义：

Failure
=
Mismatch(
Expected Result,
Actual Result
)

154.7 Failure 具有程度

不是所有差异都意味着同样严重的失败。

例如：

Expected:
Position = (100,100)

实际：

Position = (101,100)

可能仍然属于：

Acceptable

而：

Expected:
Egg Inside Box

实际：

Egg On Floor

则属于：

Critical Failure

因此 Action Failure 可以进一步具有：

Error Magnitude

形成：

Expected Result
+
Actual Result
 ↓
Difference
 ↓
Error Evaluation
 ↓
Failure Level

例如：

No Error
Minor Error
Partial Failure
Major Failure
Critical Failure

154.8 Failure 原因不一定来自 Action

这是本章非常重要的一点。

如果：

Expected Result
≠
Actual Result

不能立即得出：

Action = Wrong

因为结果可能受到：

Object
+
Environment
+
Relation
+
Machine State
+
Unexpected Event

影响。

例如：

Action:
Move Cup

预期：

Cup → Position B

但是执行过程中：

Obstacle Appears

导致：

Cup → Position C

此时：

Action

本身可能是合理的。

真正发生变化的是：

Environment

因此需要进一步区分：

Action Error
Environment Change
Perception Error
State Estimation Error
Capability Limitation

这为后面的 Failure Reasoning 提供基础。

154.9 Failure 会产生新的认知状态

行为失误之后，机器不能继续认为原来的 Goal 正在正常执行。

例如：

State:
Executing

发现：

Expected ≠ Actual

于是：

State:
Action Failed

然后：

Failure
 ↓
Re-perception
 ↓
Re-evaluation
 ↓
New Method
 ↓
New Action

因此：

Action Failure

本身也是一种新的：

Cognitive State

154.10 Failure Recovery

行为失误之后，系统需要重新进入动态认知循环：

Action
 ↓
Expected Result
 ↓
Actual Result
 ↓
Mismatch
 ↓
Failure
 ↓
New Perception
 ↓
New State
 ↓
New Method
 ↓
New Action

例如：

Move Egg
 ↓
Expected: Egg in Box
 ↓
Actual: Egg beside Box
 ↓
Failure
 ↓
Re-perception
 ↓
Egg Stable
 ↓
Reposition
 ↓
Move Egg Again

所以 Failure 并不是系统的终点。

而是：

推动下一轮认知计算的输入。

154.11 从 Action 到 Learning

如果同一种 Action 多次失败：

Action A
→
Failure

Action A
→
Failure

Action A
→
Failure

机器就应该开始形成：

Action A
+
Condition C
→
High Failure Probability

进一步：

Failure History
 ↓
Pattern Detection
 ↓
Method Adjustment
 ↓
Action Adjustment

这就把：

Action Failure

连接到了：

Learning

154.12 核心闭环

至此，前面几章可以连接成：

Scene
 ↓
State
 ↓
Goal
 ↓
Method
 ↓
Action Condition
 ↓
Dynamic Action
 ↓
Expected Result
 ↓
World Change
 ↓
New Perception
 ↓
Actual Result
 ↓
Comparison
 ↓
Success / Failure

如果失败：

Failure
 ↓
New State
 ↓
Re-evaluation
 ↓
New Method
 ↓
New Action

最终形成：

Scene(t)
 ↓
Cognition
 ↓
Action(t)
 ↓
Expected Result(t)
 ↓
World
 ↓
Actual Result(t+1)
 ↓
Compare
 ↓
Failure / Success
 ↓
Scene(t+1)
 ↓
Cognition(t+1)

154.13 Action Failure 的核心定义

因此可以正式定义：

Action Failure 是机器执行某一 Action 后，经过实际环境反馈与重新感知，发现 Actual Result 与 Expected Result 不一致的认知事件。

核心公式：

Action Failure
=
Compare(
Expected Result,
Actual Result
)
=
Mismatch