第190章 Action Data

行为数据

第189章建立：

Cognition
 ↓
Method
 ↓
Action Object

第190章继续向机器执行层推进：

Action Object 如何转换为机器可以直接接收、解析和执行的标准化数据？

因此建立：

Action Object
 ↓
Action Data
 ↓
Machine Interface
 ↓
Machine

1. Action Object 与 Action Data

两者需要明确区分。

Action Object

属于 ICAI 内部 OOP 对象：

Action
{
    type
    target
    position
    orientation
    velocity
    force
    parameters
}

它服务于：

ICAI Cognitive System

Action Data

属于系统之间传输的数据：

{
    "action": "grasp",
    "target": "egg_001",
    "position": [100, 80, 30],
    "velocity": 0.08,
    "force": 0.25
}

它服务于：

API
Machine Interface
Device Controller

因此：

Action Object
      ↓
Serialization
      ↓
Action Data

2. 为什么需要 Action Data

机器设备通常不需要知道：

Cognition
Reasoning
Method Matching

机器只需要获得：

What
Target
Position
Velocity
Force
Parameters

例如：

{
    "action": "grasp",
    "target": "egg_001",
    "position": [100, 80, 30],
    "velocity": 0.08,
    "force": 0.25
}

因此建立明确的数据边界：

Cognitive Layer
        ↓
Action Object
        ↓
Action Data
        ↓
Machine Layer

3. Action Data 的核心结构

可以定义标准结构：

{
    "action": "grasp",
    "target": "egg_001",
    "position": [100, 80, 30],
    "orientation": [0, 0, 90],
    "velocity": 0.08,
    "force": 0.25,
    "parameters": {}
}

其中：

action

表示行为类型。

target

表示行为对象。

position

表示空间位置。

orientation

表示姿态。

velocity

表示运动参数。

force

表示作用力或限制力。

parameters

表示具体 Method 所需要的扩展参数。

4. Action Data 不是新的认知

需要严格区分：

Cognition

和：

Action Data

Action Data 不负责：

理解
推理
判断
学习

这些属于：

Cognitive System

Action Data 只是：

认知系统计算出的行为结果的数据化表达。

因此：

Cognition
 ↓
Decision
 ↓
Method
 ↓
Calculation
 ↓
Action Object
 ↓
Action Data

越往下：

Abstract
 ↓
Structured
 ↓
Executable

5. Action Object → Action Data

可以建立独立的转换器：

class ActionSerializer
{
    public function serialize(Action $action)
    {
        return [
            'action' => $action->getType(),
            'target' => $action->getTarget(),
            'position' => $action->getPosition(),
            'orientation' => $action->getOrientation(),
            'velocity' => $action->getVelocity(),
            'force' => $action->getForce(),
            'parameters' => $action->getParameters()
        ];
    }
}

使用：

$serializer = new ActionSerializer();

$data = $serializer->serialize($action);

得到：

Action Object
      ↓
ActionSerializer
      ↓
Action Data

6. Action Data JSON 化

如果通过 API 通讯：

$json = json_encode($data);

形成：

{
    "action": "grasp",
    "target": "egg_001",
    "position": [100, 80, 30],
    "velocity": 0.08,
    "force": 0.25
}

于是：

PHP Object
 ↓
Array
 ↓
JSON
 ↓
API

成为标准的数据传输路径。

7. Action Data API

独立系统架构下：

ICAI Cognitive System
          ↓
     Action Data
          ↓
       API
          ↓
Machine System

例如：

POST /api/action/execute

发送：

{
    "action": "grasp",
    "target": "egg_001",
    "position": [100, 80, 30],
    "velocity": 0.08,
    "force": 0.25
}

机器系统接收以后：

API Controller
 ↓
Action Parser
 ↓
Action Validator
 ↓
Device Adapter
 ↓
Machine

这样 ICAI Cognitive System 不需要绑定某一个具体机器人品牌。

8. Action Data 与设备解耦

这是本章非常重要的工程原则。

ICAI 不直接输出：

Servo1 = 123
Servo2 = 87
Motor3 = 45

而输出：

Action Data

例如：

{
    "action": "move",
    "target": "egg_001",
    "position": [100, 80, 30],
    "velocity": 0.08
}

然后由设备层负责：

Action Data
 ↓
Device Adapter
 ↓
Robot-specific Command

因此：

ICAI

与：

Robot Hardware

之间形成接口隔离。

9. Action Data 与不同设备

例如同一个：

Action Data

可以进入：

Robot A Adapter

或者：

Robot B Adapter

或者：

Manipulator Adapter

最终：

             Action Data
                  │
       ┌──────────┼──────────┐
       ↓          ↓          ↓
   Robot A    Robot B    Robot C
   Adapter    Adapter    Adapter
       ↓          ↓          ↓
    Device     Device     Device

这样 ICAI 的认知逻辑与具体设备实现可以独立演化。

10. Action Data 必须具有时间性

由于 ICAI 是实时认知系统：

Action(t)

对应：

ActionData(t)

可以增加：

{
    "timestamp": "...",
    "scene_id": "scene_001",
    "action": "grasp",
    "target": "egg_001",
    "position": [100, 80, 30],
    "velocity": 0.08,
    "force": 0.25
}

这样机器执行层可以知道：

这是哪个 Scene 产生的 Action？

以及：

这个 Action 属于哪个认知周期？

11. Action Data 与 Scene ID

可以建立：

Scene Instance
      ↓
Cognition
      ↓
Method
      ↓
Action
      ↓
Action Data

因此：

{
    "scene_id": "scene_001",
    "action_id": "action_001",
    "action": "grasp",
    "target": "egg_001"
}

形成：

Scene
 ↓
Cognition
 ↓
Action

的可追踪关系。

这对于后面的：

Feedback
Learning
Experience

非常重要。

12. Action Data 与验证

Action Data 不能生成以后直接无条件执行。

应该经过：

Action Data
 ↓
Validation

检查：

Action Type
Target
Position
Velocity
Force
Capability
Safety

例如：

Force = 0.25

是否在设备允许范围？

Velocity = 0.08

是否超过设备能力？

Target = egg_001

是否仍然存在于：

Current Scene

中？

如果不满足：

Action Data
 ↓
Validation Failure
 ↓
Feedback
 ↓
Cognition

重新计算。

13. Action Data 与实时变化

特别重要的是：

Action Data

不是永久有效的。

例如：

Scene(t)
 ↓
Action Data(t)

但机器人尚未执行。

此时：

Egg Position

发生变化：

Scene(t+1)

那么原来的：

Action Data(t)

可能已经失效。

因此：

Action Data

应该具有：

Validity
Timestamp
Scene ID

必要时：

Action(t)
 ↓
World Change
 ↓
New Scene
 ↓
Recalculate

14. Action Data 与反馈闭环

最终：

Cognition
 ↓
Method
 ↓
Calculation
 ↓
Action Object
 ↓
Action Data
 ↓
Machine
 ↓
Physical Result
 ↓
Feedback Data
 ↓
Scene Update
 ↓
Cognition

于是：

Action Data

成为认知系统进入现实世界的出口。

而：

Feedback Data

成为现实世界返回认知系统的入口。

形成：

        ICAI
          │
          ↓
    Action Data
          │
          ↓
       Machine
          │
          ↓
     World Change
          │
          ↓
    Feedback Data
          │
          ↓
        ICAI

15. Action Data 与 API 边界

最终可以明确系统边界：

┌──────────────────────────────┐
│       ICAI Cognitive System  │
│                              │
│ Scene                        │
│ Cognition                    │
│ Method Matching              │
│ Method Calculation           │
│ Action Object                │
└──────────────┬───────────────┘
               │
               ↓
          Action Data
               │
             API
               │
               ↓
┌──────────────┴───────────────┐
│        Machine System        │
│                              │
│ Action Parser                │
│ Validator                    │
│ Device Adapter               │
│ Controller                   │
│ Hardware                     │
└──────────────────────────────┘

这样：

ICAI 负责认知和行为数据生成，机器系统负责行为数据解释与物理执行。

16. Action Data 的核心公式

可以定义：

ActionData(t)
=
Serialize(
    ActionObject(t)
)

而：

ActionObject(t)
=
F(
    Method(t),
    Cognition(t),
    Scene(t)
)

因此完整：

Scene(t)
 ↓
Cognition(t)
 ↓
Method Matching
 ↓
Method Calculation
 ↓
Action Object(t)
 ↓
Action Data(t)
 ↓
Machine

17. 本章核心原则

Action Data Principle

ICAI 中的 Action Data 是 Action Object 面向机器执行层的标准化数据表达。它将认知系统内部产生的行为对象转换为机器系统可以通过 API 接收、验证、解析和执行的结构化数据，同时保持认知逻辑与具体设备控制逻辑之间的独立性。

最终建立：

Cognitive Result
        ↓
Action Object
        ↓
Action Data
        ↓
API
        ↓
Machine

到这里，第189章和第190章实际上完成了一个非常关键的转换：

第189章
Action Object
        ↓
“机器要做什么”的对象

第190章
Action Data
        ↓
“把什么数据交给机器”的接口

因此现在整个链条已经进一步变成：

Real-Time Data
 ↓
Element Instance
 ↓
Object Instance
 ↓
Relation
 ↓
Scene Instance
 ↓
Cognition Instance
 ↓
Method Matching
 ↓
Method Calculation
 ↓
Action Object
 ↓
Action Data
 ↓
Machine API
 ↓
Machine

下一章可以顺着进入第191章 Action Execution：研究 Action Data 进入机器以后，如何经过设备接口真正转化为物理动作，以及动作执行结果如何重新进入第181章的 Scene Update，最终形成完整的实时认知—行为闭环。

第190章 Action Data 行为数据