第37章　现实状态采集

第36章建立了行为运行时的闭环：

State
↓
Method
↓
Behavior
↓
Action
↓
Execution
↓
Feedback
↓
State Update
↺

但是，这个循环存在一个基础问题：

State 从哪里来？

人工个体不能仅依靠内部状态持续运行。它必须不断从现实世界获得新的信息，对环境、对象、属性、关系和状态进行采集，然后形成当前可用于认知计算的现实状态。

因此，本章建立：

现实世界
   ↓
现实状态采集
   ↓
环境数据
对象数据
属性数据
关系数据
状态数据
   ↓
现实状态
   ↓
认知
   ↓
行为运行时

本章核心定义：

现实状态采集（Real-World State Acquisition）是人工个体从现实环境中持续获得环境、对象、属性、关系和状态信息，并将其组织为当前现实状态的过程。

37.1 为什么需要现实状态采集

如果没有现实状态采集：

Cognition
   ↓
Method
   ↓
Behavior
   ↓
Action

只能建立在过去状态或者假设状态上。

而现实世界始终可能发生变化：

Environment Change
Object Change
Attribute Change
Relation Change
State Change

例如：

Object A
Position = P1

经过一段时间：

Object A
Position = P2

如果人工个体仍然使用：

Position = P1

那么：

Cognitive State
      ≠
World State

因此：

现实状态采集是减少内部认知状态与现实世界状态之间差异的基础机制。

37.2 现实世界不是一个单一数据

现实世界具有层级结构。

本章将现实信息划分为五个核心层：

Real World
│
├── Environment Data
├── Object Data
├── Attribute Data
├── Relation Data
└── State Data

五类数据并不是相互独立的。

它们之间存在结构关系：

Environment
     ↓
Objects
     ↓
Attributes
     ↓
Relations
     ↓
States

进一步形成：

环境
 ↓
对象
 ↓
属性
 ↓
关系
 ↓
状态
 ↓
现实场景

37.3 环境数据

环境数据描述：

对象所处的外部环境是什么。

环境不是单一对象，而是对象之外影响个体行为的现实条件集合。

可以包括：

空间
位置
温度
湿度
光照
声音
障碍
地面
区域
时间
运动环境
外部变化

例如：

Environment
├── Location
├── Temperature
├── Lighting
├── Noise
├── Obstacles
├── Surface
├── Space
└── Time

环境数据回答：

我现在处于什么环境？

37.4 环境数据与场景

环境数据是现实状态采集的重要输入，但：

Environment Data ≠ Scene

环境数据只是现实信息。

Scene 是经过结构化组织之后形成的当前场景。

例如：

Environment Data
+ Object Data
+ Attribute Data
+ Relation Data
+ State Data
       ↓
Current Scene

所以：

环境数据描述外部条件，场景描述这些条件与对象共同形成的现实结构。

37.5 对象数据

对象数据描述现实世界中的实体。

例如：

Object A
Object B
Object C

对象可以是：

人
机器
设备
物体
车辆
工具
空间区域
环境实体

对象数据通常包括：

Object Identity
Object Type
Object Position
Object Boundary
Object Existence
Object Reference

因此：

Object Data
    ↓
“现实中有什么？”

这是现实状态采集的第二个核心层。

37.6 对象存在是第一层判断

人工个体首先需要判断：

Object Exists?

因为后续所有认知都依赖对象存在。

例如：

Target Object
   ↓
Detected
   ↓
Object Exists

或者：

Target Object
   ↓
Not Detected
   ↓
Unknown / Missing

因此：

对象数据首先解决“有什么”的问题。

37.7 属性数据

对象本身不足以描述现实。

还必须知道对象具有什么属性。

例如：

Object
   ↓
Attributes

属性可以包括：

Size
Shape
Color
Weight
Temperature
Position
Velocity
Material
Brightness
Orientation

因此：

Object A
├── Type
├── Size
├── Position
├── Velocity
├── Temperature
└── Orientation

属性数据回答：

这个对象现在具有什么特征？

37.8 属性是动态的

属性不是永远固定。

例如：

Object A
Temperature = 20

经过现实变化：

Temperature = 25

于是：

Attribute(t)
      ↓
Attribute Change
      ↓
Attribute(t+1)

因此：

$Attribute(t+1)=Update(Attribute(t),Observation)Attribute(t+1)=Update(Attribute(t),Observation)$

现实状态采集必须持续处理属性变化。

37.9 关系数据

现实世界不是孤立对象的集合。

对象之间存在关系：

Object A
   ↕
Object B

关系可能包括：

Near
Far
Touch
Inside
Outside
Connected
Attached
Holding
Blocking
Following
Facing
Supporting

因此：

Object A
   ↓
Relation
   ↓
Object B

关系数据回答：

对象之间发生了什么结构关系？

37.10 关系是动态结构

关系也会变化。

例如：

A ─── Near ─── B

经过运动：

A ─── Far ─── B

又可能：

A ─── Contact ─── B

因此：

Relation(t)
   ↓
Interaction
   ↓
Relation(t+1)

关系变化可能进一步导致：

Condition Change
Constraint Change
Risk Change
Capability Change
Behavior Change

所以关系数据不是附属信息，而是认知计算的重要输入。

37.11 状态数据

状态数据描述：

对象、环境或者系统当前处于什么状态。

例如：

Object State
= Moving

或者：

Device State
= Active

或者：

Environment State
= Changing

状态可以表示：

Static
Moving
Active
Inactive
Open
Closed
Connected
Disconnected
Stable
Unstable
Available
Unavailable

因此：

State Data
   ↓
“现在是什么状态？”

37.12 状态不是属性的简单集合

必须区分：

Attribute

与：

State

例如：

Velocity = 2 m/s

是属性数据。

而：

Moving

是状态数据。

关系可以表示为：

Attribute
   ↓
State Determination
   ↓
State

多个属性经过结构化判断，可以形成状态。

例如：

Velocity > 0
+
Position Change
+
Movement Direction
       ↓
Moving State

因此：

状态是对当前现实条件的结构化判断，而不仅是原始属性值。

37.13 五类现实数据的关系

本章五类数据形成一个完整结构：

             Real World
                 │
       ┌─────────┼─────────┐
       ↓         ↓         ↓
  Environment  Objects   Time
                 │
                 ↓
             Attributes
                 │
                 ↓
             Relations
                 │
                 ↓
               States
                 │
                 ↓
           Current Reality

也可以表达为：

$Reality=Environment+Objects+Attributes+Relations+StatesReality = Environment + Objects + Attributes + Relations + States$

37.14 现实状态采集不是简单读取数据

“采集”不能理解为：

Sensor → Data

这么简单。

因为原始数据必须经过：

Raw Data
   ↓
Data Identification
   ↓
Object Identification
   ↓
Attribute Identification
   ↓
Relation Identification
   ↓
State Determination
   ↓
Reality State

因此：

现实状态采集是从现实信息到结构化现实状态的过程。

37.15 原始数据与结构数据

必须区分：

Raw Data

与：

Structured Reality Data

例如原始数据可能只是：

x = 120
y = 80
temperature = 25

经过结构化：

Object A
Position = (120,80)
Temperature = 25
State = Stable

再进一步：

Object A
   ↓
Located In Area B
   ↓
Near Object C
   ↓
Stable

最终形成可用于认知的现实结构。

37.16 现实状态采集的时间性

现实数据必须带有时间。

因为：

Reality(t)

与：

Reality(t+1)

可能完全不同。

因此采集结果应具有：

Timestamp
Observation Time
Validity Time
Update Time
Duration

基本结构：

$D(t)=Observation(World,t)D(t)=Observation(World,t)$

于是：

Reality(t)
↓
Observation(t)
↓
Reality State(t)

下一时刻：

Reality(t+1)
↓
Observation(t+1)
↓
Reality State(t+1)

37.17 现实状态变化检测

两个时间点之间必须进行比较：

Reality State(t)
       ↓
State Comparison
       ↓
Reality State(t+1)

得到：

Environment Change
Object Change
Attribute Change
Relation Change
State Change

因此：

Previous Reality
      ↓
Current Reality
      ↓
Difference
      ↓
Change Set

Change Set 是实时认知的重要输入。

37.18 五类数据之间的依赖

五类数据存在明显依赖：

Environment
     ↓
Object
     ↓
Attribute
     ↓
Relation
     ↓
State

但这不是单向关系。

例如状态变化也可能导致关系变化：

State Change
   ↓
Behavior
   ↓
Object Movement
   ↓
Relation Change

因此完整系统实际上是：

Environment
 ↕
Object
 ↕
Attribute
 ↕
Relation
 ↕
State

这是一个动态相互作用结构。

37.19 现实状态与认知状态

本章必须建立一个重要区别：

Reality State

与：

Cognitive State

不是同一个东西。

Reality State：

现实世界实际上是什么状态。

Cognitive State：

人工个体当前认知到现实世界是什么状态。

关系：

REAL WORLD
    ↓
STATE ACQUISITION
    ↓
REALITY STATE
    ↓
COGNITIVE PROCESSING
    ↓
COGNITIVE STATE

因此：

$CognitiveState(t)=F(RealityState(t),Knowledge(t),Experience(t))CognitiveState(t) = F(RealityState(t),Knowledge(t),Experience(t))$

37.20 现实状态采集与认知

第37章位于：

Reality
 ↓
Reality State Acquisition
 ↓
Reality State
 ↓
Cognition

第25章的实时认知则继续：

Reality State
 ↓
State Judgment
 ↓
Knowledge
 ↓
Cognitive Computation
 ↓
Cognitive State

所以：

现实状态采集负责获得“现实是什么”，认知负责计算“这意味着什么”。

37.21 现实状态采集与行为运行时

第36章：

State
↓
Method
↓
Behavior
↓
Action
↓
Feedback

第37章进一步解释：

State
↑
Reality State Acquisition
↑
Reality

于是两章连接起来：

             REAL WORLD
                 ↓
       Reality State Acquisition
                 ↓
           Reality State
                 ↓
              Cognition
                 ↓
               Method
                 ↓
              Behavior
                 ↓
               Action
                 ↓
             Execution
                 ↓
              Feedback
                 ↓
       Reality State Change
                 ↓
       Reality State Acquisition
                 ↺

这形成真正的：

现实—认知—行为—现实闭环。

37.22 现实状态采集的数据结构

可以建立统一结构：

RealityState
│
├── Timestamp
├── EnvironmentData
│
├── ObjectData
│   ├── ObjectIdentity
│   ├── ObjectType
│   └── ObjectExistence
│
├── AttributeData
│   ├── Position
│   ├── Size
│   ├── Shape
│   ├── Motion
│   └── OtherAttributes
│
├── RelationData
│   ├── SpatialRelations
│   ├── ContactRelations
│   ├── ControlRelations
│   └── InteractionRelations
│
├── StateData
│   ├── ObjectState
│   ├── EnvironmentState
│   └── SystemState
│
└── ChangeSet

37.23 现实状态采集的生命周期

可以抽象为：

Observation
   ↓
Acquisition
   ↓
Identification
   ↓
Structuring
   ↓
Validation
   ↓
State Formation
   ↓
Change Detection
   ↓
Reality State Update

其中：

Observation

获得现实信息。

Acquisition

将信息纳入当前采集过程。

Identification

识别对象、属性、关系。

Structuring

形成结构化数据。

Validation

判断数据是否有效。

State Formation

形成当前状态。

Change Detection

判断与过去状态之间的变化。

Reality State Update

更新当前现实状态。

37.24 数据有效性

现实采集不能假定所有数据都正确。

因此每个数据都可能具有：

Value
Timestamp
Source
Confidence
Validity
Freshness

例如：

Object A
Position = P1
Timestamp = T1
Confidence = 0.92
Validity = Valid

如果数据过期：

Freshness
   ↓
Expired

那么该数据就不能继续直接作为当前现实状态依据。

37.25 数据冲突

多个来源可能产生不同结果：

Source A
Position = P1

Source B
Position = P2

此时需要形成：

Data Conflict
   ↓
Source Comparison
   ↓
Confidence Evaluation
   ↓
State Determination

因此现实状态不是简单地把所有数据相加。

而是：

对现实观察结果进行结构化整合。

37.26 现实状态采集与不确定性

现实世界中可能存在：

Unknown
Uncertain
Missing
Ambiguous
Conflicting

因此：

Object = Unknown

不应该直接等同于：

Object = Not Exists

同样：

Relation = Unknown

也不能直接等于：

Relation = False

所以现实状态必须允许：

Known
Unknown
Uncertain

等状态。

这为后续未知场景运行和风险计算提供基础。

37.27 现实状态采集与动态场景

第21章建立了 Scene Cognition。

现在可以进一步表示：

Reality State
   ↓
Scene Construction
   ↓
Current Scene

即：

$Scene(t)=F(Environment(t),Objects(t),Attributes(t),Relations(t),States(t))Scene(t) = F(Environment(t),Objects(t),Attributes(t),Relations(t),States(t))$

因此 Scene 不再是孤立的数据结构，而是现实状态采集之后形成的：

当前现实结构。

37.28 现实状态采集的完整链条

本章可以形成：

REAL WORLD
    ↓
Observation
    ↓
Environment Data
    ↓
Object Data
    ↓
Attribute Data
    ↓
Relation Data
    ↓
State Data
    ↓
Reality State
    ↓
Scene
    ↓
Cognition
    ↓
Capability
    ↓
Method
    ↓
Behavior Runtime
    ↓
Action
    ↓
Execution
    ↓
Feedback
    ↓
Reality Change
    ↓
Observation
    ↺

这已经把前面多个章节连接成为一个完整闭环。

37.29 现实状态采集的核心模型

可以将整个机制形式化：

$Rt=F(Et,Ot,At,Lt,St)R_t = F(E_t,O_t,A_t,L_t,S_t)$

其中：

$EtE_t$ ：环境数据
$OtO_t$ ：对象数据
$AtA_t$ ：属性数据
$LtL_t$ ：关系数据
$StS_t$ ：状态数据
$RtR_t$ ：当前现实状态

进一步：

$Rt+1=Update(Rt,ΔRt)R_{t+1} = Update(R_t,\Delta R_t)$

其中：

$ΔRt=DetectChange(Rt,Rt+1)\Delta R_t = DetectChange(R_t,R_{t+1})$

所以现实状态采集本质上具有两个任务：

Current State Formation
+
State Change Detection

37.30 现实状态采集与反馈闭环

最终：

         ┌──────────────────┐
         │   REAL WORLD     │
         └────────┬─────────┘
                  ↓
        Reality State Acquisition
                  ↓
         ┌──────────────────┐
         │  Reality State   │
         └────────┬─────────┘
                  ↓
              Cognition
                  ↓
               Method
                  ↓
              Behavior
                  ↓
                Action
                  ↓
              Execution
                  ↓
              Feedback
                  ↓
         ┌──────────────────┐
         │ World State      │
         │ Change           │
         └────────┬─────────┘
                  │
                  └────────────→ Reality State Acquisition

因此：

Feedback 最终必须回到现实状态采集层，而不是停留在行为内部。

因为真正改变的是：

World

而不是只有：

Behavior

37.31 现实状态采集在 ICAI 中的位置

至此，ICAI 的完整结构进一步扩展：

                   ┌──────────────┐
                   │     WORLD    │
                   └──────┬───────┘
                          ↓
                Reality State Acquisition
                          ↓
                   Reality State
                          ↓
                       Scene
                          ↓
                      Cognition
                          ↓
                     Capability
                          ↓
                       Method
                          ↓
                  Method Instance
                          ↓
                      Behavior
                          ↓
                 Behavior Runtime
                          ↓
                       Action
                          ↓
                  Action Instance
                          ↓
                     Execution
                          ↓
                      Feedback
                          ↓
                    World Change
                          │
                          └────────→ Reality

这个结构说明：

ICAI 不是从“内部知识”直接生成动作，而是从现实状态出发，经认知、能力、方法、行为和动作作用于现实，再重新采集现实。

37.32 本章核心结论

第37章解决的是一个基础问题：

人工个体如何知道现实世界当前发生了什么。

现实状态采集包括五个核心维度：

环境数据
对象数据
属性数据
关系数据
状态数据

它们共同形成：

Reality State

核心结构：

Environment
    +
Objects
    +
Attributes
    +
Relations
    +
States
    ↓
Reality State

而现实状态又成为认知系统的输入：

Reality State
     ↓
Scene
     ↓
Cognition
     ↓
Capability
     ↓
Method
     ↓
Behavior
     ↓
Action
     ↓
Execution
     ↓
Feedback
     ↓
Reality Change
     ↓
Reality State Acquisition
     ↺

因此：

现实状态采集是 ICAI 连接现实世界与认知系统的基础入口，也是行为运行时能够持续获得真实状态、持续调整行为、持续产生反馈的前提。

从第36章到第37章，系统关系发生了一个重要扩展：

第36章：

State
↓
Method
↓
Behavior
↓
Action
↓
Feedback

现在进一步变成：

第37章：

REAL WORLD
↓
Environment / Object / Attribute / Relation / State
↓
Reality State
↓
Cognition
↓
Method
↓
Behavior Runtime
↓
Action
↓
Execution
↓
Feedback
↓
REAL WORLD CHANGE
↺

第36章解决“行为如何运行”；第37章解决“运行所依赖的现实状态如何持续获得”。

由此，ICAI 开始真正形成：

现实感知 → 状态形成 → 认知计算 → 行为运行 → 现实作用 → 状态重新采集

的完整现实闭环。

第37章 现实状态采集

第37章 现实状态采集

37.1 为什么需要现实状态采集

37.2 现实世界不是一个单一数据

37.3 环境数据

37.4 环境数据与场景

37.5 对象数据

37.6 对象存在是第一层判断

37.7 属性数据

37.8 属性是动态的

37.9 关系数据

37.10 关系是动态结构

37.11 状态数据

37.12 状态不是属性的简单集合

37.13 五类现实数据的关系

37.14 现实状态采集不是简单读取数据

37.15 原始数据与结构数据

37.16 现实状态采集的时间性

37.17 现实状态变化检测

37.18 五类数据之间的依赖

37.19 现实状态与认知状态

37.20 现实状态采集与认知

37.21 现实状态采集与行为运行时

37.22 现实状态采集的数据结构

37.23 现实状态采集的生命周期

Observation

Acquisition

Identification

Structuring

Validation

State Formation

Change Detection

Reality State Update

37.24 数据有效性

37.25 数据冲突

37.26 现实状态采集与不确定性

37.27 现实状态采集与动态场景

37.28 现实状态采集的完整链条

37.29 现实状态采集的核心模型

37.30 现实状态采集与反馈闭环

37.31 现实状态采集在 ICAI 中的位置

37.32 本章核心结论