Глоссарий

Настоящий глоссарий определяет ключевые термины, используемые во всей книге Системы физического ИИ. Термины расположены в алфавитном порядке.

A

Action Chunking («временное фрагментирование действий»)

Техника исполнения политики, при которой модель предсказывает разомкнутую последовательность будущих действий на многошаговом горизонте, а не одно действие за шаг. Она амортизирует задержку медленного нейронного вывода по нескольким интервалам управления и гасит высокочастотный нарастающий ковариантный сдвиг, порождая кинематически согласованные траектории. В замкнутом контуре перекрывающиеся фрагменты выполняются по принципу скользящего горизонта или смешиваются временным ансамблированием, чтобы сохранить реактивность на динамические возмущения среды. («Когнитивный мозг», «Планирование траекторий», «Обучение политики»)

B

Behavioral Cloning (BC) («поведенческое клонирование»)

Базовая парадигма обучения с подражанием, обучающая политику с помощью контролируемого обучения напрямую отображать сенсорные наблюдения в экспертные управляющие действия и рассматривающая физическое последовательное принятие решений как задачу прямой регрессии или классификации. Вычислительно эффективное на статических архивах демонстраций, стандартное поведенческое клонирование игнорирует последствия собственных управляющих выходов для замкнутого контура. Вследствие этого малые одношаговые ошибки вывода порождают нарастающий ковариантный сдвиг, уводя физического робота со многообразия демонстраций в невосстановимые состояния отказа. («Обучение политики», «Физические данные»)

Belief State Invalidation Horizon ($t_{\text{exp}}$) («горизонт инвалидации оценки состояния»)

Продолжительность времени, за пределами которой ненаблюдаемая оценка пространственного или кинематического состояния больше не может быть засвидетельствована как лежащая внутри допускаемой задачей безопасной огибающей. Оцениваемый из динамики возмущений среды, скоростей несмоделированных препятствий и дрейфа оценщика, он устанавливает срок годности перцептивной памяти. Нисходящие планировщики, считающие пространственные оценки старше этого горизонта допустимым свободным пространством, рискуют отдать команду на столкновение с динамическими препятствиями. («Пространственная память», «Распространение ковариации и наблюдаемость»)

Bumpless Transfer («безударная передача»)

Протокол динамической передачи управления, который в момент переключения согласует эталоны состояния, скорости и усилия между органами управления, устраняя переходные ступенчатые изменения заданных моментов актуаторов. Когда супервизорское управление резко переходит от автономной нейронной политики к оператору, грубое переключение полномочий вызывает механические удары, структурные колебания и потерю сцепления шин. Безударная передача использует динамические переходные рампы и отслеживание состояния по обратной связи, чтобы плавно передать энергию управления внутри физической полосы пропускания актуатора. («Вмешательство супервизора», «Гладкие траектории и безударная передача»)

C

Causal Boundary («каузальная граница»)

Физический, энергетический и архитектурный порог в воплощенной системе, где заканчиваются обратимые цифровые вычисления, а над внешней средой совершается необратимая физическая работа ($dW=\mathbf{F}\cdot d\mathbf{x}$). За этой границей вычислительные ошибки нельзя откатить программными обработчиками исключений или процедурами аварийного прекращения, поэтому инварианты безопасности должны быть верифицированы до записи в регистры актуаторов. Путь разрешения расположен выше этой границы — на границе предложения из раздела «Машина в пяти уровнях». («Каузальная граница», «Физическое тело»)

Causal Confusion (Causal Misidentification) («каузальная путаница (ошибочная каузальная идентификация)»)

Режим отказа обучения с подражанием, при котором политика опирается на ложные, не каузальные признаки, коррелирующие с действиями эксперта в обучающих демонстрациях, вместо истинных физических аффордансов задачи. Модели нейронных сетей большой емкости используют случайные визуальные подсказки (такие как индикаторы интерфейса, лампы приборной панели или прошлые действия), которые исчезают или меняются при физическом развертывании. Развернутые политики замкнутого контура катастрофически отказывают, когда воздействия на этапе тестирования разрывают эти не каузальные корреляции. («Обучение политики»)

Clearance Inset Margin («запас врезки свободного расстояния»)

Детерминированный геометрический буфер безопасности, вычитаемый из воспринятых границ свободного пространства для гарантирования избегания столкновений при наличии пространственной неопределенности измерений. Отступ формально вычисляется как векторная сумма ошибки калибровки датчика, ковариации глубины, кинематических допусков цепочки преобразований и огибающих ошибки динамического отслеживания. Принудительное обеспечение отступа запаса не позволяет планировщику прокладывать траектории вдоль границы сырых обнаружений датчиков, гарантируя свободное расстояние в худшем случае дрейфа восприятия. («Сенсорное восприятие», «Планирование траекторий»)

Closed-Loop Evaluation («оценка в замкнутом контуре»)

Метрологическая парадигма физического ИИ, измеряющая производительность, безопасность и устойчивость политики через интерактивные прогоны на физическом оборудовании или высокоточном моделировании, а не через статические функции потерь на отложенной выборке. Поскольку автономная политика непрерывно возмущает собственную рабочую среду, содержательная оценка требует регистрации метрик замкнутого контура, таких как доля выполнения задач, нарушения динамического запаса безопасности и среднее время работы между вмешательствами. Оценка политик исключительно по ошибке разомкнутого контура затушевывает катастрофический нарастающий ковариантный сдвиг. («Оценка в замкнутом контуре», «Обучение политики»)

Compounding Rollout Error («нарастающая ошибка прокатки»)

Теоретическое и эмпирическое накопление отклонений траекторий в разомкнутоконтурном обучении с подражанием, где ошибка политики $ϵ$ за шаг порождает полную ошибку траектории, нарастающую квадратично ($\mathcal{O}(ϵT^2)$) на горизонте исполнения $T$. Поскольку агент встречает неизвестные состояния, как только отклоняется от пути демонстрации, его условная вероятность ошибки взлетает, а не остается постоянной. В физической робототехнике этот квадратичный рост превращает небольшой дрейф отслеживания в быстрые столкновения с препятствиями или механическое насыщение пределов шарниров. («Обучение политики», «Обучение с подражанием и нарастающий ковариантный сдвиг»)

Control Barrier Function (CBF) («функция барьера управления»)

Непрерывно дифференцируемая скалярная сертифицирующая функция $h(\mathbf{x})\ge 0$, которая определяет и гарантирует прямую инвариантность допустимого безопасного множества в пространстве состояний динамической системы. Обеспечивая условие скорости приближения к границе $\dot{h}(\mathbf{x},\mathbf{u})\ge -\alpha (h(\mathbf{x}))$, CBF переводит сложные ограничения на состояния в мгновенные аффинные ограничения-неравенства на управляющие входы. Это позволяет проецировать кандидатные предложения неверифицированных нейронных политик на безопасные управляющие входы в реальном времени с помощью выпуклого квадратичного программирования. («Обеспечение безопасности», «Безопасность и функции барьера управления»)

Cross-Embodiment Transfer («перенос между воплощениями»)

Парадигма обучения, в которой единая политика или базовая модель обучается на сенсомоторных данных, собранных на разнородных морфологиях роботов, кинематических цепочках и динамике актуаторов, чтобы обобщаться на новые целевые воплощения. Достижение обобщения между воплощениями требует нормализации различных пространств наблюдений в унифицированные системы координат и отображения разнородных пространств действий через представления, не зависящие от воплощения. Главная трудность — не допустить отрицательный перенос, вызванный несмоделированными расхождениями динамики, вариациями инерции звеньев и различными границами скоростей шарниров. («Физические данные», «Обучение политики»)

D

Diffusion Policy («диффузионная политика»)

Генеративная архитектура политики, которая моделирует непрерывные мультимодальные траектории действий робота, обращая параметризованный стохастический диффузионный процесс, обусловленный сенсорными наблюдениями. Обучая оценочную функцию (score function) распределения демонстраций, диффузионные политики генерируют гладкие многошаговые фрагменты действий из гауссова шума, не разрушаясь в усреднение по модам и не требуя явной дискретизации непрерывных пространств управления. Их выразительное моделирование плотности делает их исключительно эффективными для сложных богатых контактами манипуляционных задач. («Обучение политики», «Непрерывная диффузия траекторий и сопоставление потоков»)

Domain Randomization (DR) («рандомизация домена»)

Методология переноса из симуляции в реальность, которая систематически возмущает физические параметры (масса, трение, демпфирование, пределы момента двигателя), характеристики датчиков (ковариация шума, задержка, положение камеры) и визуальные текстуры по обучающим эпизодам в симуляции. Подвергая политику широкому распределению смоделированных сред, рандомизация домена побуждает нейронную сеть выучивать инвариантные представления и устойчивые поведения с обратной связью, рассматривающие несмоделированный физический мир как еще один рандомизированный экземпляр в пределах своего обучающего охвата. При слишком узкой рандомизации реальный мир выпадает из обучающей оболочки; при слишком широкой производительность политики деградирует из-за чрезмерного консерватизма. («Обучение политики»)

Dynamic Stopping Distance ($d_{\text{stop}}$) («динамический остановочный путь»)

Свободное расстояние, необходимое движущейся воплощенной системе, чтобы остановиться с текущей скорости при достоверном торможении и полной предтормозной задержке: $d_{\text{stop}}=v{\tau }_{\text{delay}}+\frac{v^2}{2a_{\text{brake}}}+{\delta }_{\text{loc}}+{\delta }_{\text{margin}}$. Он включает путь, пройденный за время задержки от обнаружения до тормозного усилия, который растет линейно с этой задержкой, тормозной путь при проверенном нижнем пределе замедления, который растет с квадратом скорости, и фиксированные поправки на ошибку локализации и защитный запас. Путь разрешения допускает команду только если этот путь, уменьшенный на границу отслеживания, умещается в свободное расстояние до границы. («Физическое тело», «Обеспечение безопасности»)

E

Endogenous Covariate Shift («эндогенный ковариантный сдвиг»)

Сдвиг распределения в последовательном принятии решений, при котором собственные ошибки исполнения воплощенного агента уводят его физическое тело в состояния, не представленные в обучающих демонстрациях, подвергая политику новым наблюдениям вне распределения. Поскольку офлайновое контролируемое обучение предполагает независимые одинаково распределенные данные, ошибки политики при эндогенном сдвиге накапливаются вдоль траектории, а не усредняются до нуля. В физических системах этот сдвиг приводит к отказу задачи или нарушению границ, если его не смягчать корректирующими данными замкнутого контура или перепланированием по скользящему горизонту. («Каузальная граница», «Физические данные», «Обучение политики»)

Endogenous Experience (The Action–Observation Loop) («эндогенный опыт (контур действия–наблюдения)»)

Свойственный именно воплощенным системам процесс генерации данных замкнутого контура, в котором выполненные агентом действия каузально определяют его последующие физические состояния и сенсорные наблюдения ($s_{t+1}\sim P(s\mid s_t,a_t)$). В отличие от пассивного контролируемого обучения на фиксированных экзогенных датасетах, генерация опыта физического ИИ образует необратимую динамическую петлю обратной связи, где малые возмущения управления меняют будущие траектории сбора данных. Поэтому генерация данных и развертывание политики в воплощенных агентах принципиально неразделимы. («Каузальная граница», «Физические данные»)

Envelope Trichotomy («трихотомия огибающих»)

Трехзначная эпистемическая классификация состояния киберфизической системы во время выполнения, разбивающая статус системы относительно ее сертифицированной рабочей огибающей на известно-истинное (верифицированная достоверная телеметрия внутри границ), известно-ложное (верифицированное нарушение предела) и неизвестное (эпистемическая неопределенность из-за порчи данных датчиков, потери кадров или расхождения оценщика). В воплощенном ИИ и известно-ложное, и неизвестное безусловно отказывают в разрешении на слежение и запускают безопасное резервирование, не позволяя неизмеренной кинетической энергии накапливаться в перцептивных слепых зонах. Это принципиально отличается от невоплощенного программного обеспечения, которое часто предполагает безопасность исполнения при отсутствии явных флагов ошибок. («Выпуск в эксплуатацию»)

Exposure Wall («стена наработки»)

Предел того, что может установить одна лишь безотказная работа о редкой частоте отказов. При стационарной пуассоновской модели отказов ограничение катастрофической частоты $\lambda =10^{-9}$ в час с уровнем доверия 95 % требует около $-\ln (0.05)/\lambda \approx 3.0\times 10^9$ безотказных часов наработки в одной и той же конфигурации — аргумент, который Батлер и Финелли привели для программного обеспечения полетов. Испытание без единого события не может выйти на такую частоту, поэтому утверждения на этом уровне опираются на архитектурные свидетельства, внедрение отказов и мониторы времени выполнения, а не на накопленные часы работы. («Пределы физических испытаний», «Верификация», «Испытания без отказов и стена наработки»)

F

Fallback Ladder («лестница резервирования»)

Упорядоченный набор реакций, который путь разрешения выбирает, когда предложение нельзя допустить без изменений или его предпосылки нарушаются. Ее ступени — PROJECT (проекция предложения на безопасное множество с минимальным вмешательством), HOLD (удержание с питанием, согласованное по состоянию), STOP (управляемая остановка, согласованная по состоянию) и INHIBIT (блокировка приводного момента с отдельно рассчитанным тормозом). Каждая ступень выбирается до того, как допустимое множество станет пустым, и каждая является проверенной реакцией для заявленной нагрузки и тайминга, а не универсальным прекращением. («Лестница резервирования», «Вмешательство супервизора»)

Flow Matching Policy («политика сопоставления потоков»)

Непрерывная генеративная архитектура политики, обучающая нейронное векторное поле преобразовывать базовое вероятностное распределение в эмпирическое распределение действий вдоль детерминированных прямолинейных оптимальных транспортных путей. По сравнению с диффузионными политиками на основе оценочной функции, модели сопоставления потоков достигают сопоставимой выразительности распределения, требуя значительно меньшего числа шагов численного интегрирования для генерации фрагмента действий. Это ускорение вывода существенно снижает задержку генерации на самом устройстве, делая выполнение высокочастотного замкнутого контура в реальном времени осуществимым на встроенных периферийных вычислительных кристаллах. («Обучение политики»)

Forward Invariance («прямая инвариантность»)

Математическое свойство динамической системы и безопасного множества $\mathcal{C}$, утверждающее, что любая траектория состояния, инициализированная внутри $\mathcal{C}$, остается строго ограниченной $\mathcal{C}$ на все будущее время при допустимой политике управления. В физическом ИИ прямая инвариантность служит фундаментальной математической формулировкой безопасности, гарантируя, что воплощенный агент никогда не нарушает кинематические, динамические или тепловые границы опасности во время работы в замкнутом контуре. Она сертифицируется во время выполнения проверкой того, что управляющие входы удовлетворяют субтангенциальным граничным условиям на периметре безопасного множества. («Обеспечение безопасности», «Безопасность и функции барьера управления»)

G

Grounded Affordance («обоснованный аффорданс»)

Связанное с объектом или участком местности пространственное, кинематическое и динамическое многообразие взаимодействия, определяющее, где и как воплощенный агент может начать, поддержать и завершить физический манипуляционный или локомоторный примитив. В отличие от чисто семантических меток объектов, обоснованный аффорданс параметризует нормали поверхностей контакта, границы конуса трения, коридоры подхода исполнительного органа и кинематически осуществимые позы захвата относительно физического воплощения робота. Семантический запрос задачи нельзя перевести в физическое действие, пока его лежащий в основе аффорданс строго не обоснован в достижимом рабочем пространстве робота. («Обоснованное намерение», «Сенсорное восприятие»)

H

Heterogeneous Silicon Partitioning («разбиение гетерогенного кремния»)

Принудительно обеспечиваемая оборудованием стратегия распределения, которая физически изолирует стохастические недетерминированные рабочие нагрузки машинного обучения (выполняемые на GPU или NPU под общими операционными системами) от детерминированных критичных для безопасности контуров рефлексов (выполняемых на ядрах с «голым железом» или RTOS). Обеспечивая аппаратные границы защиты памяти и выделенный доступ к периферии, она устраняет паники ОС общего режима и конкуренцию за память между нейронными конвейерами и микросекундными контурами управления двигателями. Это гарантирует, что путь разрешения сохраняет гарантированные бюджеты исполнения и неразделяемый доступ к шине при любой вычислительной нагрузке. («Размещение на кремнии», «Почтовые ящики гетерогенного SoC и барьеры памяти»)

I

Inevitable Collision State (ICS) («состояние неизбежного столкновения»)

Состояние физической системы $\mathbf{x}(t)$, из которого не существует допустимой физически выполнимой управляющей траектории — в пределах динамических ограничений актуаторов и трения — способной предотвратить удар о препятствия среды на бесконечном временном горизонте. В отличие от геометрического запаса до препятствий, ICS явно учитывает импульс объекта управления, пределы трения, траектории динамических препятствий и ограниченные тормозные возможности актуаторов. Агент физического ИИ попадает в ICS задолго до геометрического контакта, если его скорость превышает его тормозные возможности в пределах имеющегося запаса хода. («Физическое тело», «Планирование траекторий», «Обеспечение безопасности»)

Intent Grounding Refusal («отказ при обосновании намерения»)

Детерминированный механизм отказа по соображениям безопасности, при котором двигатель перевода намерений или допускающий затвор формально отказывается выполнять высокоуровневую команду, потому что запрошенную цель нельзя физически или безопасно обосновать. Отказ срабатывает, когда семантические цели не имеют достижимых многообразий аффордансов, требуют траекторий, нарушающих кинодинамическую осуществимость, или конфликтуют с верифицированными инвариантами безопасности. Вместо того чтобы молча пытаться выполнить недоактуированное или опасное движение, система выдает явный диагностический отказ, сигнализируя о вмешательстве супервизора или обдуманном перепланировании. («Обоснованное намерение», «Вмешательство супервизора»)

Intent Lease («аренда намерения»)

Ограниченный по времени и состоянию токен авторизации, по которому высокоуровневая когнитивная цель или целевой аффорданс остаются действительными для физического исполнения нисходящими планировщиками. Поскольку динамические среды непрерывно развиваются, невыполненное намерение физически устаревает или становится опасным, если откладывается за пределы сертифицированной временной аренды или если лежащие в его основе свидетельства сцены дрейфуют за указанные пространственные допуски. Истечение аренды намерения вынуждает к немедленному обдуманному пересогласованию или к безопасному переходу в неподвижное состояние, не позволяя роботу следовать устаревшим перцептивным предпосылкам. («Обоснованное намерение», «Планирование траекторий»)

Intervention Masking («маскировка вмешательств»)

Эмпирическая оценочная и связанная с безопасностью патология, при которой повторяющиеся проактивные вмешательства человеческих супервизоров систематически искажают метрики автономности, перехватывая политику до того, как она встретит критические пограничные отказы. Поскольку супервизор вмешивается на стадии зарождающегося дрейфа, записанные журналы телеметрии политики содержат искусственно завышенные доли успеха и ноль наблюдавшихся происшествий, скрывая истинную лежащую в основе частоту отказов и не давая собирать данные восстановления. Если это явно не учитывается метриками со скидкой на вмешательства, маскировка вмешательств создает ложное представление о готовности политики, ведущее к катастрофическим отказам при развертывании без наблюдения. («Вмешательство супервизора», «Оценка в замкнутом контуре»)

Intervention Rate (Mean Time Between Interventions) («частота вмешательств (среднее время между вмешательствами)»)

Стандартизованная метрика надежности и безопасности физического ИИ, определяемая как общее число супервизорских перехватов управления или аварийных срабатываний систем безопасности, деленное на суммарное время работы или пройденное расстояние по физическим прогонам. В отличие от бинарных долей выполнения задач, MTBI дает нецензурированную, статистически строгую меру автономной выживаемости воплощенного агента в открытых средах. Отслеживание MTBI показывает, не является ли высокая доля выполнения задач иллюзией, создаваемой частыми человеческими вмешательствами по безопасности, которые не дают политике встретить свои границы отказа. («Оценка в замкнутом контуре», «Вмешательство супервизора»)

K

Kinodynamic Feasibility («кинодинамическая осуществимость»)

Математическое свойство планируемой физической траектории, одновременно удовлетворяющей ограничениям геометрического избегания столкновений в конфигурационном пространстве, кинематическим пределам механизма (положения и скорости шарниров) и динамическим границам объекта управления (моменты актуаторов, ускорения шарниров, приведенный рывок и конусы трения контакта). Чисто кинематическая траектория, игнорирующая кривые момент–скорость актуаторов или пределы сцепления шин транспортного средства, физически невыполнима и вызовет насыщение актуаторов, фазовое запаздывание и уход управления в разнос. Синтез траекторий в физическом ИИ требует проверки кинодинамической осуществимости на всем горизонте движения до исполнения. («Планирование траекторий», «Физическое тело»)

M

Metric 3D Lifting (Spatial Grounding) («метрический подъем в 3D (пространственное обоснование)»)

Геометрический и обучающий процесс проецирования неоткалиброванных признаков, масок или семантических токенов 2D-пространства изображения в метрические евклидовы трехмерные представления, закрепленные в системе координат физического робота. Методы вроде подъема лучевой пирамиды вокселями (Ray Frustum Voxel Lifting), слияния усеченных функций знакового расстояния и 3D-гауссова сплаттинга превращают неоднозначные по масштабу пиксельные шаблоны в метрические границы препятствий и сетки занятости свободного пространства. Пространственное обоснование гарантирует, что высокоуровневые нейронные семантические утверждения соответствуют физически достижимым, проверяемым на столкновения координатным многообразиям в рабочем пространстве. («Сенсорное восприятие», «Обоснованное намерение»)

Minimal Risk Maneuver (MRM) («маневр минимального риска»)

Автономная детерминированная аварийно-безопасная траектория, выполняемая при обнаружении критического отказа или потере рабочей огибающей, чтобы перевести воплощенную систему из активного миссионного состояния в неподвижное низкоэнергетическое безопасное состояние. В отличие от резкой остановки без питания, которая может вызвать динамическое опрокидывание, потерю управления рулем или сброс груза, MRM активно выполняет управляемое замедление, освобождение полосы или податливое приземление. Он представляет собой конечную поведенческую гарантию пути разрешения, когда номинальные полномочия на слежение отозваны навсегда. («Обеспечение безопасности», «Вмешательство супервизора»)

Minimal-Intervention Safety Shield («щит безопасности минимального вмешательства»)

Супервизорский проекционный фильтр реального времени, который посредничает между неверифицированной обученной политикой и физическими приводами актуаторов, решая квадратичную программу на каждом цикле управления: ${\mathbf{u}}^{\ast }=\arg {\min }_{\mathbf{u}}\Vert \mathbf{u}-{\mathbf{u}}_{\text{nom}}{\Vert }^2$ при ограничениях барьера и актуаторов. Он пропускает номинальные предложения нейронной сети без изменений, пока они соблюдают безопасную динамику, вмешиваясь лишь на границе безопасного множества, чтобы минимально перенаправить управляющие команды вдоль касательного конуса прямой инвариантности. Это гарантирует физическую безопасность, сохраняя максимальную производительность задачи и поведенческую выразительность лежащей в основе модели. («Обеспечение безопасности», «Безопасность и функции барьера управления»)

Mode Averaging (Multimodality Catastrophe) («усреднение по модам (мультимодальная катастрофа)»)

Катастрофический отказ обучения, возникающий, когда одномодальная политика, параметризованная стандартной функцией потерь регрессии (такой как среднеквадратичная ошибка), обучается на мультимодальных данных демонстраций, демонстрирующих несколько допустимых путей. Когда человеческие демонстраторы обходят препятствие, выбирая левый или правый объезд, наивная регрессионная модель усредняет конкурирующие моды действий, задавая интерполяцию, которая направляет робота прямо в препятствие. Устранение усреднения по модам требует выразительных генеративных декодеров, способных моделировать произвольные мультимодальные распределения на непрерывных траекториях действий. («Обучение политики», «Когнитивный мозг»)

Mode Confusion («путаница режимов»)

Критичная для безопасности когнитивная рассогласованность между оператором и автоматизированной системой относительно того, какой субъект обладает активными полномочиями управления конкретными физическими степенями свободы. Путаница режимов возникает, когда автономные переопределения включаются или выключаются молча, без яркой мультисенсорной обратной связи, заставляя человека считать, что он управляет, тогда как автономная политика сопротивляется, или наоборот. В робототехнике, критичной для безопасности, путаница режимов вызывает разрушительные конфликты управления, длительные задержки реакции на перехват и случайное отключение критичных щитов безопасности. («Вмешательство супервизора»)

Monitored Premise Expiration («истечение контролируемой предпосылки»)

Автоматизированный отзыв во время выполнения действительности кейса безопасности, срабатывающий, когда эмпирические эксплуатационные условия (такие как коэффициенты трения, температура окружающей среды, потеря пакетов датчиков или внутреннее сопротивление батареи) нарушают основные проектные предпосылки, по которым система была квалифицирована. Связывая мониторы телеметрии времени выполнения прямо с основаниями кейса безопасности, он не позволяет молчаливой деградации физических запасов подвергать машину незащищенным опасностям. Когда контролируемая предпосылка истекает, система автономно переходит в ограниченный режим или режим отказа. («Выпуск в эксплуатацию»)

O

Observation Contract («контракт наблюдений»)

Формальная детерминированная спецификация, устанавливающая точные пространственные, временные и семантические гарантии, которые подсистема восприятия берется предоставить нисходящим модулям планирования и безопасности. Контракт определяет соглашения о системах координат, максимально допустимый возраст пространственной информации, минимальное разрешение по глубине и ограничивающие ковариационные эллипсоиды для обнаруженных препятствий. Если динамические окклюзии, выпадения датчиков или конкуренция за вычислительную шину приводят к нарушению этих заявленных границ на выходе восприятия, контракт срабатывает как немедленный флаг перцептивного отказа, а не передает устаревшие или непроверенные пространственные утверждения. («Сенсорное восприятие», «Когнитивный мозг»)

Observational Indistinguishability («наблюдаемая неразличимость»)

Фундаментальное перцептивное ограничение, при котором два различных состояния физического мира — одно номинальное и одно катастрофическое — производят идентичную телеметрию датчиков вплоть до предельного срока физического вмешательства машины ($t_{\text{deadline}}=t_{\text{harm}}-t_{\text{act}}$). Когда физика датчиков не дает различающей энергии до истечения времени до вреда, никакой программный алгоритм, никакое масштабирование емкости нейронной сети и никакой детектор аномалий не могут предотвратить отказ. Смягчение наблюдаемой неразличимости требует консервативных механических границ, пассивной физической податливости или плановых неразрушающих проверок, а не более глубоких нейронных сетей. («Эпистемическая граница»)

Operational Design Domain (ODD) («область эксплуатационного назначения (ODD)»)

Позы объектов, состояния поверхностей, грузы, скорости и возмущения, в которых машина предназначена работать, записанные в виде журнала сценариев. Датасет поддерживает ту часть ODD, которую покрывает его перекрытие по занятости; остальное — его известное отсутствие. Множества вложены: манифест политики определяет заявленную ODD в пределах ODD, оценка отбирает целевую ODD в пределах заявленной ODD, а верификация распространяет целевую ODD на внутренние условия машины как рабочую огибающую, которую вердикт выпуска авторизует целиком, частично или не авторизует вовсе. («Охват политики сбора», «Обучение политики», «Оценка в замкнутом контуре», «Верификация», «Выпуск в эксплуатацию»)

P

Physical Artificial Intelligence (Physical AI) («физический искусственный интеллект (физический ИИ)»)

Междисциплинарная ветвь искусственного интеллекта, занимающаяся вычислительными системами, чьи сенсорные входы, рассуждения при выводе и алгоритмы обучения внутренне связаны с физическими телами, действующими в непрерывных нестационарных физических средах. В отличие от невоплощенных систем искусственного интеллекта, работающих на статических цифровых токенах, система физического ИИ должна непрерывно согласовывать задержку нейронного вывода с реальными динамическими временными масштабами, необратимыми термодинамическими контактами и аппаратными ограничениями безопасности. Ее центральная цель — синтез политик замкнутого контура, достигающих обобщаемого выполнения задач и строго предотвращающих катастрофический физический вред. («Каузальная граница», «Когнитивный мозг»)

Proposal Boundary («граница предложения»)

Граница между обученной моделью, которая может лишь предлагать действие, и путем разрешения — независимым механизмом с ограниченной задержкой, которую модель не может задержать или исказить и который один может пропустить действие к актуатору. Путь разрешения проверяет каждое предложение по свежим свидетельствам, огибающей остановки и осуществимому из текущего состояния резервированию и отказывает, если провалена любая проверка. Граница предложения отделяет Мозг от Нервной системы в пятиуровневой машине книги. («Машина в пяти уровнях», «Нервная система», «Обеспечение безопасности»)

Q

Qualification Ladder (XIL) («лестница квалификации»)

Структурированная киберфизическая верификационная последовательность, которая систематически испытывает воплощенные системы ИИ на подложках оценки с возрастающей физической и временной реалистичностью: модель в контуре (MIL), программное обеспечение в контуре (SIL), процессор в контуре (PIL), оборудование в контуре (HIL) и внедрение физических отказов in situ. Поскольку каждая стадия замыкает или подменяет различные физические и вычислительные контуры обратной связи, верхние ступени дают подлинную конкуренцию за шину, электрические переходные процессы и динамику актуаторов, но жертвуют комбинаторной пропускной способностью испытаний виртуальных ступеней. Полная гарантия требует пройти всю лестницу, а не полагаться на какую-либо одну испытательную среду. («Верификация»)

S

Safe Torque Off (STO) («безопасное снятие момента»)

Сертифицированная аппаратная функция безопасности (IEC 61800-5-2), которая электронно отключает сигналы широтно-импульсной модуляции на затворы силовых транзисторов инвертора двигателя, препятствуя возникновению электромагнитного вращающего момента. Являясь основой аварийных остановов категории 0, STO гарантирует, что ни один программный сбой, ни порча памяти, ни зависание процессора не могут командовать исполнение команды двигателем, оставляя объект управления выбегом или полагаться на пассивные механические тормоза. Это высший независимый от программного обеспечения аппаратный аварийный предохранитель в стеке физического ИИ. («Обеспечение безопасности», «Физическое тело»)

Safety Case (Claim–Argument–Evidence) («кейс безопасности утверждение–аргумент–свидетельство»)

Структурированный проверяемый аргумент гарантии, показывающий, как воплощенная система ИИ удовлетворяет своим явным требованиям безопасности в пределах заявленной области эксплуатационного назначения. Он организует гарантию иерархически, связывая высокоуровневые утверждения с эмпирическими и формальными свидетельствами (такими как манифесты внедрения отказов, результаты квалификации HIL и доказательства барьеров) через прозрачные фальсифицируемые инженерные аргументы. В физическом ИИ кейс безопасности явно связывает производительность программного обеспечения с физическими аппаратными пределами и рабочими огибающими. («Выпуск в эксплуатацию»)

Shared Autonomy («разделяемая автономия»)

Коллаборативная архитектура управления, в которой человеческий супервизор и автономная политика одновременно осуществляют полномочия управления над физическими степенями свободы воплощенной системы. Распределение полномочий может быть реализовано через непрерывные тактильные виртуальные приспособления, динамическое смешивание податливости или привилегированное разбиение задачного пространства. Центральная трудность разделяемой автономии — поддерживать интуитивное, прозрачное распределение полномочий, не допускающее борьбы человека с роботом и одновременно гарантирующее инварианты безопасности системы. («Вмешательство супервизора»)

Sim-to-Real Contact Exploit («контактный эксплойт sim-to-real»)

Патология оптимизации, при которой политика обучения с подкреплением обнаруживает и использует нефизические численные артефакты решателя контактов в симуляторе — такие как пружинное восстановление при проникновении, залипание при бесконечном трении или мгновенная релаксация импульса — чтобы достичь высокой симулированной награды. Поскольку этих математических ослаблений решателя не существует в физическом мире, обученная политика испытывает катастрофический отказ, едва встретив реальное кулоново трение и непроницаемые границы материалов. Смягчение контактных эксплойтов требует сглаженной регуляризации контактов, рандомизированных контактных параметров и строгих ограничений энергетической пассивности при обучении. («Обучение политики»)

Sim-to-Real Gap (Sim-to-Reality Gap) («разрыв sim-to-real (разрыв реальности)»)

Систематическое расхождение в динамике, механике контактов, преобразовании в датчиках и задержке исполнения между вычислительной физической симуляцией и реальной физической средой. Политики, оптимизированные исключительно в симуляции, часто отказывают при физическом развертывании, потому что симулированные решатели динамики твердых тел линеаризуют трение в контактах, пренебрегают люфтом и податливостью трансмиссии и не включают высокочастотные задержки электрических шин. Преодоление этого разрыва — центральная задача обучения политик на основе моделирования в физическом ИИ. («Обучение политики», «Оценка в замкнутом контуре»)

Spatial Information Age ($t_{\text{age}}$) («возраст пространственной информации»)

Полное истекшее время по часам между моментом физического захвата сенсорного наблюдения и точным моментом, когда это наблюдение используется для принятия решения об исполнении команды: $t_{\text{age}}=t_{\text{act}}-t_{\text{capture}}$. В динамических средах ненулевой возраст информации искусственно раздувает эффективный объем физических препятствий на их максимальную скорость дрейфа ($v_{\text{max}}{t}_{\text{age}}$), наказывая медленные конвейеры вывода серьезной деградацией пространственного запаса. Конвейеры оценки состояния должны принудительно обеспечивать явные границы возраста информации, чтобы не дать политикам действовать по устаревшим представлениям мира. («Сенсорное восприятие», «Пространственная память»)

Stopping Suffix («стоп-суффикс»)

Предварительно вычисленная, кинодинамически верифицированная тормозная траектория, навсегда зарезервированная в терминальном хвосте допущенного фрагмента действий и предназначенная для приведения физического робота к управляемой свободной от столкновений остановке в пределах имеющихся ограничений трения и актуаторов. Если вывод нейронной сети в реальном времени зависает, связь прерывается или следующий фрагмент действий не проходит кинематическую проверку, робот плавно переходит в стоп-суффикс, а не выполняет разомкнутую экстраполяцию или резкое аварийное торможение. Стоп-суффикс гарантирует, что потеря высокоуровневого интеллекта никогда не ставит под угрозу низкоуровневое физическое выживание. («Планирование траекторий», «Вмешательство супервизора»)

T

Takeover Reaction Budget ($T_{\Sigma }$) («бюджет реакции перехвата»)

Совокупное временное выделение ($T_{\Sigma }=t_{\text{detect}}+t_{\text{alert}}+t_{\text{cognitive}}+t_{\text{motor}}+t_{\text{plant}}$), необходимое человеческому супервизору, чтобы обнаружить молчаливый отказ автономности, оценить опасность, физически включиться в управление и отдать команду на динамический маневр во избежание вреда до того, как система войдет в состояние неизбежного столкновения. Если время до вреда физической системы короче минимального физиологического и механического бюджета перехвата, супервизорское вмешательство математически невозможно. Системы, работающие в этом режиме, должны полностью полагаться на автономное обеспечение безопасности реального времени, а не на человеческое аварийно-безопасное вмешательство. («Вмешательство супервизора»)

Temporal Ensembling («временное ансамблирование»)

Техника фильтрации траекторий в реальном времени для политик с фрагментами действий, вычисляющая итоговую выполняемую команду двигателю как взвешенное экспоненцией среднее перекрывающихся предсказаний действий, порожденных на последовательных шагах наблюдения. Непрерывно смешивая предсказания, полученные в различных исторических контекстах, временное ансамблирование сглаживает разрывы между фрагментами и устраняет высокочастотный рывок, не требуя явной оптимизации траекторий. Однако тяжелые окна ансамблирования вносят эффективное фазовое запаздывание, снижая пиковую реактивность робота при резких физических столкновениях или внезапном появлении препятствий. («Когнитивный мозг», «Обучение политики», «Планирование траекторий»)

Time-to-Harm ($t_{\text{harm}}$) («время до вреда»)

Минимальная физическая продолжительность, необходимая для того, чтобы текущее кинетическое состояние системы перешло в необратимое столкновение, разрушение конструкции или травму человека при худших несмоделированных динамике и возмущениях. Чтобы сохранить прямую инвариантность, путь разрешения должен непрерывно проверять, что $t_{\text{harm}}$ остается строго больше худшего бюджета реакции системы ($t_{\text{detect}}+t_{\text{WCET}}+t_{\text{brake}}$). Если $t_{\text{harm}}$ сжимается ниже этого порога реакции, машина исчерпала свой запас на решение и должна начать аварийное торможение. («Эпистемическая граница»)

Trajectory Spline Blending ($C^2$ Jerk Continuity) («сплайновое сглаживание траекторий (непрерывность рывка $C^2$)»)

Метод интерполяции траекторий и сглаживания стыков, который сшивает последовательно допущенные фрагменты действий или сегменты траекторий квинтическими полиномами или сплайнами Эрмита, обеспечивая непрерывность положения ($C^0$), скорости ($C^1$) и ускорения ($C^2$) на границах фрагментов. Неуправляемое ступенчатое изменение ускорения запрашивает мгновенный скачок момента двигателя ($\tau =M\ddot{q}$), что означает бесконечный приведенный рывок, возбуждающий податливость механической передачи, повреждающий трансмиссии и вызывающий перегрузку по току инвертора. Обеспечение непрерывности $C^2$ гарантирует, что заданные усилия актуаторов остаются в пределах динамической полосы пропускания на циклах перепланирования по скользящему горизонту. («Планирование траекторий», «Когнитивный мозг»)

V

Vision-Language-Action (VLA) Model («модель зрение–язык–действие (VLA)»)

Сквозная мультимодальная базовая модель, потребляющая токены визуальной сцены, естественноязыковые запросы задач и проприоцептивные состояния робота и напрямую генерирующая непрерывные низкоуровневые токены действий или фрагменты траекторий. Построенные на трансформерных основах большой емкости, предобученных на датасетах зрение–язык масштаба Интернета и дообученных на робототехнических демонстрациях, модели VLA совмещают семантические рассуждения с открытым словарем с пространственным обоснованием аффордансов. Поскольку их внутренние веса лишены гарантий физической безопасности и устойчивости, их выходы рассматриваются как непривилегированные кандидатные предложения, требующие нисходящего кинодинамического и барьерного фильтрования. («Когнитивный мозг», «Обоснованное намерение»)

W

World Model («мировая модель»)

Внутренняя генеративная модель, которая учится симулировать динамику переходов вперед, механику контактов и сенсорные наблюдения физической среды, обусловленные будущими действиями агента. В физическом ИИ мировые модели служат обученными цифровыми двойниками, позволяющими ментальное моделирование, контрфактическую оценку траекторий и прогоны на основе модели без физического износа и аппаратного риска. Их надежность в корне ограничена эпистемической неопределенностью на несглаженных бифуркациях контактов и разрывом реальности sim-to-real. («Когнитивный мозг», «Планирование траекторий», «Обучение политики»)