WSaiOS 研究 · 人工智能理论与工程体系

第155章 Unexpected Scene

非预期场景

第154章 Action Failure 建立了：

Expected Result
≠
Actual Result

但进一步的问题是：

Actual Result 为什么会偏离 Expected Result？

其中一种重要情况不是 Action 本身错误，而是：

世界进入了机器原先没有预期到的 Scene。

因此建立：

Unexpected Scene

155.1 什么是非预期场景

机器原本预测：

Egg
Position = A
Orientation = Stable
Relation = On Table

但环境发生变化：

Egg
 ↓
Rolling
 ↓
Position Change
 ↓
Orientation Change
 ↓
Obstacle Relation Change

于是：

Expected Scene
≠
Actual Scene

这种实际出现、但原先没有被充分预测的场景，就是：

Unexpected Scene

155.2 非预期场景不是单一对象变化

例如鸡蛋滚动。

表面上只是：

Position Change

但实际上可能同时发生：

Position Change
+
Orientation Change
+
Velocity Change
+
Contact Change
+
Relation Change
+
Stability Change

因此：

Egg Rolling

实际上是一个多变量场景变化。

可以表示为：

Scene(t)
 ↓
Egg Motion
 ↓
ΔPosition
+
ΔOrientation
+
ΔVelocity
+
ΔRelation
+
ΔState
 ↓
Scene(t+1)

155.3 Scene Unexpectedness

非预期并不意味着：

Impossible

而是：

Not Expected

例如机器预测：

Egg Position:
A → B

实际：

A → C

那么：

可能完全符合物理规律，只是没有被当前系统预测到。

所以需要区分：

Impossible Scene

和：

Unexpected Scene

前者表示：

场景本身违反系统已有约束。

后者表示：

场景可以发生，但没有出现在当前预测结果中。

155.4 非预期场景的来源

Unexpected Scene 可以来自多个来源：

Object Change
Environment Change
Relation Change
External Event
Action Side Effect
Perception Update
State Transition

例如：

Egg
 ↓
Rolling

可能因为：

Table Tilt

也可能因为：

External Contact

也可能因为：

Previous Action

因此：

Unexpected Scene

不应该立即归因于：

Action Failure

而应该先进行：

Scene Analysis

155.5 Unexpected Scene 与 Action Failure

两者关系可以正式区分：

Action Failure
=
Expected Result
≠
Actual Result

而：

Unexpected Scene
=
Expected Scene
≠
Observed Scene

二者可能同时出现：

Action
 ↓
Expected Result
 ↓
Unexpected Scene
 ↓
Actual Result
 ↓
Action Failure

例如：

Goal:
Move Egg into Box

机器预计：

Egg → Box

但鸡蛋突然滚动：

Egg
Position A
 ↓
Position C

最终：

Egg ≠ Box

于是产生：

Unexpected Scene
 ↓
Actual Result Changed
 ↓
Action Failure

因此：

Unexpected Scene 可以是 Action Failure 的原因，而 Action Failure 是结果层面的判断。

155.6 Scene Reconstruction 必须处理非预期变化

第153章建立：

Action
 ↓
World Change
 ↓
New Perception
 ↓
New Scene

现在需要增加：

Expected Scene
        ↓
     Action
        ↓
      World
        ↓
 New Perception
        ↓
   Actual Scene
        ↓
 Scene Comparison
        ↓
Expected / Unexpected

因此 Scene Reconstruction 不只是：

重新建立场景

还需要：

检测场景是否符合预测

形成：

Scene Reconstruction
+
Scene Prediction
+
Scene Comparison

155.7 非预期场景具有时间性

Unexpected Scene 不是一个永久标签。

例如：

t0
Egg Stable

然后：

t1
Egg Rolling

此时：

Rolling
=
Unexpected

但机器重新学习这个环境后：

Table Tilt
+
Egg
→
Rolling

以后：

Rolling

就可能成为：

Expected Event

因此：

Unexpected

具有：

Temporal
+
Cognitive

属性。

即：

同一个 Scene 对不同时间、不同认知状态的机器，可以具有不同的 Expectedness。

155.8 Unexpected Scene 会改变当前状态

一旦发现：

Unexpected Scene

机器不能继续使用原来的：

Current State

例如原状态：

Egg
Stable
Position A

发现：

Egg Rolling
Position C
Orientation Changed

必须更新为：

Egg
Moving
Position C
New Orientation
New Relation

于是：

Unexpected Scene
 ↓
State Update
 ↓
New Cognitive State

155.9 Unexpected Scene → Re-Planning

如果新的 Scene 改变了原来的行为条件：

Old Condition
≠
New Condition

那么原来的 Action 可能不再适用。

例如：

Old Scene:
Egg Stable

原动作：

Grip

突然：

Egg Rolling

于是：

Grip Condition

可能失效。

系统需要：

Unexpected Scene
 ↓
Re-perception
 ↓
State Update
 ↓
Condition Re-evaluation
 ↓
Method Re-selection
 ↓
New Action

因此：

非预期场景是动态认知系统重新计算的触发器。

155.10 Unexpected Scene 与学习

如果某种非预期场景反复出现：

Rolling
Rolling
Rolling
Rolling

系统可以发现：

Condition
→
Rolling

存在稳定关系。

例如：

Table Inclination
+
Egg
+
Low Friction
→
Rolling

那么原来的：

Unexpected Scene

逐渐变成：

Predictable Scene

形成：

Unexpected
 ↓
Observed
 ↓
Stored
 ↓
Pattern Detected
 ↓
Predictable
 ↓
Expected

这实际上建立了一个非常重要的认知过程：

机器可以把未知的场景变化逐渐转化为可预测的场景变化。

155.11 非预期场景的核心模型

可以正式建立：

Expected Scene(t+1)
=
Predict(
Current Scene(t),
Action(t),
Environment(t)
)

实际：

Actual Scene(t+1)
=
Reconstruct(
Perception(t+1)
)

然后：

Expected Scene
+
Actual Scene
 ↓
Scene Comparison
 ↓
Unexpected Scene Detection

即：

Unexpected Scene
=
Difference(
Expected Scene,
Actual Scene
)

155.12 从行为失误进入环境认知

前面：

第154章
Action Failure

关注：

Expected Result
vs
Actual Result

本章进一步：

第155章
Unexpected Scene

关注：

Expected Scene
vs
Actual Scene

于是认知系统开始从：

Action Evaluation

扩展到：

World State Evaluation

完整链条：

Scene
 ↓
Prediction
 ↓
Action
 ↓
World Change
 ↓
New Perception
 ↓
Scene Reconstruction
 ↓
Expected Scene
vs
Actual Scene
 ↓
Unexpected Scene
 ↓
State Update
 ↓
New Cognition

最终可以将本章核心定义为：

Unexpected Scene 是实际世界经过重新感知后形成的场景，与机器当前预测场景存在重要差异的认知状态。

核心公式：

Unexpected Scene
=
Actual Scene
−
Expected Scene

其中“−”不是简单的数值减法，而是：

Object Difference
+
Attribute Difference
+
Relation Difference
+
State Difference
+
Environment Difference

因此，鸡蛋的：

滚动
 ↓
位置变化
 ↓
姿态变化
 ↓
障碍关系变化

不是一个简单的：

Position Change

而是：

Multi-Variable Scene Change

这为下一阶段的 Scene Anomaly / Unexpected Event / Failure Reasoning 建立了基础。

第155章 Unexpected Scene 非预期场景