第16章　能力结构

在第15章中，我们建立了：

Knowledge
↓
Parameter Extraction
↓
Parameter Assignment
↓
Capability Instance

第16章进一步回答：

一个 Capability 到底由什么组成？

在 WSaiOS-ICAI 中，能力不能只是一个名称，例如：

Movement Capability
Recognition Capability
Grasp Capability
Learning Capability

一个真正可以被认知系统调用的能力，必须具有明确的定义、参数、约束、输入和输出。

因此，可以建立基本能力结构：

Capability
│
├── Capability Definition
├── Capability Parameter
├── Capability Constraint
├── Capability Input
└── Capability Output

这五个部分构成 Capability 的基本结构。

16.1 Capability Definition

**Capability Definition（能力定义）**回答的是：

这个能力是什么？

它负责确定能力的身份、类型和基本语义。

例如：

Capability Definition

Name:
Object Recognition

Type:
Perception Capability

Purpose:
Identify an object from available perception data.

一个能力定义可以包含：

CapabilityDefinition
│
├── ID
├── Name
├── Type
├── Description
├── Purpose
├── Target
└── Version

例如：

id = CAP-001
name = ObjectRecognition
type = Perception
target = Object
purpose = Identify Object

Capability Definition 本身并不负责执行。

它只是告诉系统：

“这是一个什么能力”

因此：

Definition = Identity + Meaning

16.2 Capability Parameter

**Capability Parameter（能力参数）**描述能力运行过程中需要使用的变量。

例如：

Object Recognition

可能需要：

image
object_type
feature
confidence_threshold

而移动能力可能需要：

start_position
target_position
speed
direction
distance

因此：

Capability
    ↓
Parameters

能力参数可以进一步定义：

CapabilityParameter
│
├── Name
├── Type
├── Data Type
├── Default Value
├── Current Value
├── Range
└── Source

例如：

Parameter:
speed

Type:
Physical Parameter

Data Type:
Float

Range:
0 ~ 2 m/s

Current Value:
1.5 m/s

这里需要特别区分：

Parameter Definition

和：

Parameter Value

例如：

speed

是参数。

而：

speed = 1.5 m/s

是参数赋值。

这与上一章的：

Parameter Assignment

直接连接。

16.3 Capability Constraint

**Capability Constraint（能力约束）**定义：

能力在什么条件下可以成立、可以运行，以及参数允许达到什么范围。

没有约束的能力是不完整的。

例如：

Movement Capability

存在：

speed <= max_speed
distance <= operating_range

又例如抓取能力：

Grasp Capability

可能存在：

object_weight <= maximum_load
object_position must be reachable
gripper must be available

因此：

Capability Constraint

可以包括：

├── Parameter Constraint
├── State Constraint
├── Object Constraint
├── Scene Constraint
├── Resource Constraint
└── Execution Constraint

例如：

speed <= 2 m/s

属于参数约束。

而：

robot_state = READY

属于状态约束。

再例如：

target_distance <= arm_reach

属于执行范围约束。

16.4 Constraint 的作用

约束并不是为了限制能力本身，而是为了确定：

Capability
    ↓
Can Execute?

因此可以形成：

Input
  ↓
Parameter
  ↓
Constraint Evaluation
  ↓
Valid
 /    \
Yes    No
 ↓      ↓
Execute  Reject

这使能力具备了可判断性。

系统不是简单地：

调用能力

而是：

判断能力
↓
确认条件
↓
确定参数
↓
允许执行

这也是 ICAI 与简单函数调用之间的重要区别。

16.5 Capability Input

**Capability Input（能力输入）**定义：

能力启动时需要获得什么信息或对象。

例如：

Object Recognition

输入可能是：

Image

进一步可能包括：

Image
+
Scene
+
Known Objects

移动能力：

Current Position
+
Target Position
+
Environment

抓取能力：

Target Object
+
Object Position
+
Object State

因此：

Capability Input

并不一定等同于参数。

这是一个重要区别。

例如：

Input:
Target Object

而：

Parameter:
grasp_force
grasp_position

输入是能力获得的数据、对象或状态。

参数则是能力运行过程中需要使用的变量。

因此：

Input → Provides Information
Parameter → Controls Processing

二者存在联系，但不能完全等同。

16.6 Capability Output

**Capability Output（能力输出）**定义：

能力执行之后产生什么结果。

例如：

Object Recognition

输出：

Object Identity
Confidence
Object State

移动能力：

Final Position
Movement State
Execution Result

抓取能力：

Grasp State
Object Position
Execution Result

因此：

Capability
      ↓
Execution
      ↓
Output

输出可以进一步成为下一层能力的输入。

例如：

Visual Recognition
        ↓
Object = Cup
        ↓
Grasp Capability Input
        ↓
Grasp
        ↓
Object State = Held

这样不同能力之间就可以形成连续的能力链。

16.7 Capability 的五层结构

因此，一个完整的 Capability 可以表示为：

┌──────────────────────────────┐
│        Capability            │
├──────────────────────────────┤
│ Definition                   │
│                              │
│ Parameter                    │
│                              │
│ Constraint                   │
│                              │
│ Input                        │
│                              │
│ Output                       │
└──────────────────────────────┘

它们分别回答五个问题：

结构	核心问题
Capability Definition	这是什么能力？
Capability Parameter	运行需要哪些变量？
Capability Constraint	在什么条件下成立？
Capability Input	需要获得什么？
Capability Output	最终产生什么？

因此可以形成：

Definition
    ↓
Parameter
    ↓
Constraint
    ↓
Input
    ↓
Capability Processing
    ↓
Output

16.8 一个完整示例：Object Recognition

假设建立一个：

Object Recognition Capability

其结构可以是：

Capability Definition
    name = ObjectRecognition
    type = Perception
    target = Object

参数：

Capability Parameter
    feature_set
    confidence_threshold
    object_category

约束：

Capability Constraint
    input must be valid
    confidence >= threshold

输入：

Capability Input
    image
    scene

输出：

Capability Output
    object
    category
    confidence
    state

于是：

Image
  ↓
Object Recognition Capability
  ↓
Object
  +
Category
  +
Confidence
  +
State

输出的 Object 又可以成为下一项能力的输入：

Object
 ↓
Grasp Capability

这就形成了能力之间的组合关系。

16.9 Capability 不是一个 Function

在传统程序设计中，可以简单表示：

recognize(image)

object

但是 ICAI 的 Capability 更接近：

Capability
│
├── Definition
├── Input
├── Parameters
├── Constraints
├── Method
├── Behavior
├── Execution
└── Output

所以：

Function

只是一个执行机制。

而：

Capability

是一个完整的认知—执行结构。

可以表示为：

Function
    ↓
Method
    ↓
Capability

或者从能力运行角度：

Capability
    ↓
Method Selection
    ↓
Function / Method Execution

因此 Capability 比 Function 更高一个抽象层级。

16.10 Capability 与 Method 的关系

前面已经定义：

Capability ≠ Method

现在可以进一步明确：

Capability
│
├── Definition
├── Parameters
├── Constraints
├── Input
├── Output
└── Methods
       ├── Method A
       ├── Method B
       └── Method C

一个能力可以拥有多个方法。

例如：

Recognition Capability

可以存在：

Feature Matching
Pattern Matching
Historical Matching
Scene Matching

系统根据：

Input
+
State
+
Constraint
+
Experience

选择适合的方法。

因此：

Capability
    ↓
Method Selection
    ↓
Method

能力负责“能够完成什么”。

方法负责“采用什么方式完成”。

16.11 Capability Input → Output

能力结构最重要的动态关系之一，就是：

Input
   ↓
Capability
   ↓
Output

例如：

Image
   ↓
Object Recognition
   ↓
Object

但是 ICAI 中还应该加入：

Input
   ↓
Parameter Assignment
   ↓
Constraint Evaluation
   ↓
Method Selection
   ↓
Behavior
   ↓
Execution
   ↓
Output

因此完整结构变成：

Input
  ↓
Parameters
  ↓
Constraints
  ↓
Capability
  ↓
Method
  ↓
Behavior
  ↓
Execution
  ↓
Output

这已经开始形成一个真正的能力运行模型。

16.12 Capability Output → New Capability Input

能力输出并不是流程终点。

输出可以进入下一能力：

Capability A
    ↓
Output A
    ↓
Input B
    ↓
Capability B
    ↓
Output B

例如：

Visual Perception
      ↓
Object Recognition
      ↓
Object
      ↓
Object Positioning
      ↓
Position
      ↓
Grasp Planning
      ↓
Grasp Parameters
      ↓
Grasp Execution

于是多个能力可以形成：

Capability Chain

进一步形成：

Capability Network

这为后续的复杂行为、任务分解和认知执行提供基础。

16.13 Capability Instance 的结构

结合第15章，可以进一步得到：

Capability Definition
        ↓
Parameter Definition
        ↓
Constraint Definition
        ↓
Input
        ↓
Parameter Assignment
        ↓
Capability Instance

例如：

Capability:
Movement

实例化之后：

Capability Instance
│
├── capability_id = Movement
├── agent_id = Robot-A
├── input
│     ├── start = A
│     └── target = B
│
├── parameters
│     ├── speed = 1.5
│     ├── direction = 63°
│     └── distance = 22.36
│
├── constraints
│     ├── speed <= 2
│     └── obstacle = false
│
└── output
      ├── final_position
      └── execution_state

这时，Capability 已经从抽象定义进入当前场景。

16.14 能力结构的动态化

Capability 不是静态数据表。

在 ICAI 中，它应该随着：

State
Scene
Knowledge
Experience
Feedback

动态变化。

例如：

Capability
    ↓
Current Scene
    ↓
Parameter Assignment
    ↓
Constraint Evaluation
    ↓
Available

场景变化：

Obstacle Appears

于是：

Constraint
    ↓
Invalid

能力状态从：

Available

变成：

Unavailable

当障碍消失：

Unavailable
    ↓
Available

所以能力本身可以成为动态状态对象。

16.15 本章核心模型

第16章最终可以形成 WSaiOS-ICAI 的基础 Capability Model：

                         Capability
                              │
        ┌─────────────────────┼─────────────────────┐
        ↓                     ↓                     ↓
   Definition             Parameter            Constraint
        │                     │                     │
        └─────────────────────┼─────────────────────┘
                              ↓
                            Input
                              ↓
                    Parameter Assignment
                              ↓
                     Capability Instance
                              ↓
                       Method Selection
                              ↓
                           Behavior
                              ↓
                          Execution
                              ↓
                           Output
                              ↓
                    Next Capability Input

由此可以建立一个连续结构：

Knowledge
   ↓
Parameter
   ↓
Capability Definition
   ↓
Capability Instance
   ↓
Method
   ↓
Behavior
   ↓
Action
   ↓
Execution
   ↓
Output
   ↓
Feedback
   ↓
Knowledge / Capability Update

第16章核心结论

能力结构不是一个简单的功能名称，而是由 Capability Definition、Capability Parameter、Capability Constraint、Capability Input 和 Capability Output 共同构成的完整结构。Definition 确定能力是什么，Parameter 描述能力如何被参数化，Constraint 确定能力何时成立，Input 提供能力运行所需的信息，Output 表示能力执行产生的结果。通过这五个结构，抽象能力才能进一步实例化为当前场景中可判断、可调用、可执行的 Capability Instance。

第16章 能力结构

第16章 能力结构

16.1 Capability Definition

16.2 Capability Parameter

16.3 Capability Constraint

16.4 Constraint 的作用

16.5 Capability Input

16.6 Capability Output

16.7 Capability 的五层结构

16.8 一个完整示例：Object Recognition

16.9 Capability 不是一个 Function

16.10 Capability 与 Method 的关系

16.11 Capability Input → Output

16.12 Capability Output → New Capability Input

16.13 Capability Instance 的结构

16.14 能力结构的动态化

16.15 本章核心模型

第16章核心结论