原文發(fā)表于《科技導(dǎo)報(bào)》2025 年第20 期 《 面向無(wú)人系統(tǒng)的具身社會(huì)感知智能：流程與框架 》

自主智能無(wú)人系統(tǒng)在動(dòng)態(tài)復(fù)雜、多主體耦合、信息不完備且社會(huì)約束強(qiáng)的真實(shí)開(kāi)放環(huán)境中運(yùn)行時(shí)，面臨合規(guī)性建模不足、社會(huì)風(fēng)險(xiǎn)感知受限、協(xié)同沖突突出及異常響應(yīng)滯后等關(guān)鍵挑戰(zhàn)。本文提出一種具身社會(huì)感知智能框架，并引入代理式人工智能（Agentic AI）作為頂層決策與控制機(jī)制，實(shí)現(xiàn)多層級(jí)、自主化的認(rèn)知決策，為實(shí)現(xiàn)可信賴、可解釋、可持續(xù)的自主智能系統(tǒng)提供新的技術(shù)路徑。

在俄烏沖突這一智能化對(duì)抗的“試驗(yàn)場(chǎng)”上，多種新技術(shù)與新裝備不斷涌現(xiàn)并投入使用，無(wú)人系統(tǒng)與人工智能的深度融合不僅凸顯了現(xiàn)代對(duì)抗的高科技特征，也在重塑傳統(tǒng)對(duì)抗場(chǎng)格局。與此同時(shí)，人工智能在信息與認(rèn)知領(lǐng)域的作用同樣突出。這種由多源信息匯聚、經(jīng)智能算法解析并快速轉(zhuǎn)化為行動(dòng)方案的方式，不僅限于國(guó)際對(duì)抗沖突，也為民用領(lǐng)域提供啟示。

無(wú)論是在對(duì)抗環(huán)境中提升透明度，還是在災(zāi)害救援中加快響應(yīng)速度，都表明一個(gè)共同趨勢(shì)：對(duì)物理環(huán)境的實(shí)時(shí)感知、對(duì)社會(huì)因素的動(dòng)態(tài)反饋以及基于智能算法的自主決策正在逐步融合。將具身感知、社會(huì)信息獲取與智能體決策機(jī)制有機(jī)結(jié)合，不僅是應(yīng)對(duì)復(fù)雜現(xiàn)實(shí)場(chǎng)景的必然選擇，也將成為推動(dòng)自主智能無(wú)人系統(tǒng)走向可靠、可控和工程化應(yīng)用的關(guān)鍵路徑。

1 從具身感知到具身社會(huì)感知智能

從具身感知到具身社會(huì)感知智能的轉(zhuǎn)變，不僅拓展了感知能力，也是實(shí)現(xiàn)更高級(jí)別智能的關(guān)鍵。

1.1 具身感知

具身感知是自主智能無(wú)人系統(tǒng)實(shí)現(xiàn)環(huán)境理解和任務(wù)執(zhí)行的核心基礎(chǔ)，涵蓋了對(duì)自身狀態(tài)、外部環(huán)境以及人機(jī)交互的全面感知（圖1）。

• 其一，本體感知使系統(tǒng)能夠?qū)崟r(shí)感知自身的位置、姿態(tài)和受力狀態(tài)。

• 其二，交互感知賦予系統(tǒng)“皮膚”，通過(guò)柔性電子皮膚的分布式節(jié)點(diǎn)，系統(tǒng)能夠同時(shí)感知壓力、剪切力與溫濕度。

• 其三，外界感知是無(wú)人系統(tǒng)連接環(huán)境的主要通道。

• 其四，內(nèi)部感知聚焦于系統(tǒng)的自身狀態(tài)。

• 其五，意圖感知擴(kuò)展了具身感知的社會(huì)性邊界。

這5類感知共同支撐了智能無(wú)人系統(tǒng)在復(fù)雜環(huán)境中的穩(wěn)健運(yùn)行，它們不僅使機(jī)器具備“自知”能力，也讓其能夠感知環(huán)境和識(shí)別健康狀態(tài)，甚至初步具備理解人類意圖的潛力。然而，這些感知大多仍停留在物理和個(gè)體層面，難以觸及社會(huì)語(yǔ)境與群體協(xié)同的復(fù)雜性。

圖1 5類感知常見(jiàn)傳感器

單純具身感知的4大局限：

（1）任務(wù)起始和優(yōu)先級(jí)判斷混亂，缺乏對(duì)“緊急”與“重要”的正確判別；

（2）合規(guī)性不足，難以將法規(guī)、禮儀與臨時(shí)管制轉(zhuǎn)化為可計(jì)算的約束條件；

（3）社會(huì)風(fēng)險(xiǎn)感知不足，群體擁擠、情緒波動(dòng)與倫理敏感點(diǎn)常在感知缺失下爆發(fā)；

（4）突發(fā)響應(yīng)滯后，系統(tǒng)只能被動(dòng)等待物理信號(hào)，而無(wú)法基于社會(huì)先兆提前調(diào)整。

1.2 社會(huì)雷達(dá)

1.2.1 社會(huì)雷達(dá)的起源

社會(huì)雷達(dá)的概念并非憑空產(chǎn)生，而是歷史經(jīng)驗(yàn)、學(xué)理積淀與現(xiàn)實(shí)事件相互作用的結(jié)果。早在中國(guó)古代，《詩(shī)經(jīng)》中的“風(fēng)、雅、頌”體系與相傳的采詩(shī)制度相聯(lián)系。與當(dāng)今依托社交媒體與網(wǎng)絡(luò)動(dòng)態(tài)追蹤群體態(tài)勢(shì)的“社會(huì)雷達(dá)”在原理上相通，可視為其思想雛形。

傳播學(xué)者Schramm在20世紀(jì)80年代借用“雷達(dá)”這一比喻，首次提出“社會(huì)雷達(dá)”一詞，用以形象說(shuō)明社會(huì)系統(tǒng)如何通過(guò)采集、識(shí)別與反饋信息，為社會(huì)雷達(dá)提供了理論框架。

2011年，“阿拉伯之春”成為社會(huì)雷達(dá)走入公眾視野的重要契機(jī)。進(jìn)入大數(shù)據(jù)與人工智能時(shí)代，社會(huì)雷達(dá)逐漸演變?yōu)橐环N面向公共治理和網(wǎng)絡(luò)安全的智能服務(wù)平臺(tái)。由此，社會(huì)雷達(dá)完成了從采風(fēng)式的經(jīng)驗(yàn)性探索，到社會(huì)態(tài)勢(shì)感知的理論化設(shè)想，再到智能平臺(tái)的工程化實(shí)現(xiàn)的發(fā)展過(guò)程，逐步成長(zhǎng)為理解社會(huì)動(dòng)態(tài)與群體行為的重要工具。

1.2.2 社會(huì)雷達(dá)的發(fā)展

早期工作主要停留在社會(huì)科學(xué)和傳播學(xué)領(lǐng)域，強(qiáng)調(diào)其類似物理雷達(dá)的功能。如今，研究開(kāi)始聚焦于如何將社交媒體、在線論壇和新聞報(bào)道中的多源信息轉(zhuǎn)化為可計(jì)算的社會(huì)態(tài)勢(shì)圖。近年來(lái)，社會(huì)雷達(dá)的研究進(jìn)一步擴(kuò)展到網(wǎng)絡(luò)安全、交通、城市治理和智能車輛等領(lǐng)域。最新研究將多普勒效應(yīng)引入社會(huì)雷達(dá)，提出社會(huì)多普勒雷達(dá)的概念，用以刻畫(huà)社會(huì)情緒和群體行為的動(dòng)態(tài)變化速率與方向。圖2展示了物理雷達(dá)信號(hào)處理流程與社會(huì)雷達(dá)信息感知階段之間的對(duì)應(yīng)關(guān)系。

圖2 雷達(dá)與社會(huì)雷達(dá)主要環(huán)節(jié)對(duì)應(yīng)

1.2.3 社會(huì)雷達(dá)的優(yōu)勢(shì)和局限性

它能夠在社交媒體、在線新聞和輿論場(chǎng)域中高效捕捉社會(huì)信號(hào)，實(shí)時(shí)識(shí)別突發(fā)事件與公眾態(tài)勢(shì)的階段性變化，體現(xiàn)出顯著的時(shí)效性與敏捷性。社會(huì)雷達(dá)可在跨地域的虛擬空間中實(shí)現(xiàn)大范圍感知，具備廣覆蓋與跨域聯(lián)動(dòng)的優(yōu)勢(shì)。更為關(guān)鍵的是，為理解合規(guī)要求、社會(huì)情緒與潛在風(fēng)險(xiǎn)提供語(yǔ)義層面的支撐。然而，該范式亦存在固有局限：

其數(shù)據(jù)源噪聲大、虛假與夸張信息頻發(fā)，易誘發(fā)“信謠傳謠”；資源調(diào)度與行動(dòng)優(yōu)先級(jí)可能失衡；如何將抽象社會(huì)信號(hào)可靠地映射為無(wú)人系統(tǒng)可執(zhí)行的約束與目標(biāo)，仍屬跨學(xué)科的難題。

由此可見(jiàn)，具身感知與社會(huì)雷達(dá)構(gòu)成“物理可見(jiàn)”與“社會(huì)可預(yù)”的互補(bǔ)范式：前者確保無(wú)人系統(tǒng)“看得清”，后者使其“聽(tīng)得懂”。兩者結(jié)合，方能支撐從場(chǎng)景理解到?jīng)Q策執(zhí)行的端到端閉環(huán)。但融合并非簡(jiǎn)單相加，現(xiàn)實(shí)中至少面臨3類核心挑戰(zhàn)：

• 其一，跨模態(tài)語(yǔ)義對(duì)齊，仍缺乏統(tǒng)一而可驗(yàn)證的建?？蚣埽?/p>

• 其二，多源數(shù)據(jù)的時(shí)效性與可信度評(píng)估，亟需建立面上任務(wù)的置信度與溯源機(jī)制；

• 其三，物理代價(jià)與社會(huì)優(yōu)先級(jí)的權(quán)衡。

1.3 Agentic AI：主體性與群體自治

1.3.1 Agentic AI的內(nèi)涵與機(jī)制

代理式人工智能（Agentic AI）的核心不再是孤立任務(wù)的執(zhí)行，而是圍繞從目標(biāo)到行動(dòng)的端到端閉環(huán)。其通過(guò)目標(biāo)生成、任務(wù)分解、工具調(diào)用、記憶與反思，以及編排與治理5大機(jī)制的協(xié)同，能夠在復(fù)雜、多步驟且需多方協(xié)作的場(chǎng)景中展現(xiàn)穩(wěn)健的自治能力。

為進(jìn)一步界定其本質(zhì)，對(duì)比了生成式 AI（generative AI）、AI代理（AI agent）、生成式代理（generative agent）與代理型AI（agentic AI）的關(guān)鍵特征（表1）。

表1 生成式AI、AI代理、生成式代理與代理型AI的特征對(duì)比

1.3.2 Agentic AI的發(fā)展和應(yīng)用

近年來(lái)，Agentic AI正逐步展現(xiàn)出作為多角色自治與編排系統(tǒng)的獨(dú)特優(yōu)勢(shì)，能夠在復(fù)雜、跨域與多步驟任務(wù)中實(shí)現(xiàn)高水平的自主性與可控性。

在科研領(lǐng)域，Agentic AI與無(wú)人機(jī)系統(tǒng)的深度融合催生了“Agentic UAV”新方向。總體而言，Agentic AI的應(yīng)用呈現(xiàn)3大方向：

• 其一，無(wú)人系統(tǒng)智能化，包括無(wú)人機(jī)群協(xié)同、低空經(jīng)濟(jì)調(diào)度與自主對(duì)抗規(guī)劃；

• 其二，工業(yè)與物流優(yōu)化，涵蓋倉(cāng)儲(chǔ)調(diào)度、生產(chǎn)線優(yōu)化與供應(yīng)鏈動(dòng)態(tài)管理；

• 其三，跨域決策支持，通過(guò)記憶、反思與多源驗(yàn)證機(jī)制推動(dòng)系統(tǒng)從“能做”走向“做得對(duì)”。

上述進(jìn)展亦為具身感知與社會(huì)雷達(dá)融合中的關(guān)鍵難題提供了新路徑。據(jù)此，提出具身社會(huì)感知框架，以Agentic AI為中樞，將物理感知與社會(huì)感知深度耦合，構(gòu)建面向無(wú)人系統(tǒng)的感知、認(rèn)知、決策閉環(huán)。該框架既滿足城市治理中的實(shí)時(shí)合規(guī)需求，又能支撐應(yīng)急救援的快速響應(yīng)與資源優(yōu)化調(diào)度，并在群體協(xié)同與復(fù)雜聯(lián)演任務(wù)體現(xiàn)更高的穩(wěn)定性與協(xié)調(diào)性。

2 具身社會(huì)感知智能的基本框架

隨著無(wú)人系統(tǒng)逐步深入人類社會(huì)，單純依賴物理層面的感知與控制已難以支撐復(fù)雜多變的人機(jī)、群體交互。為此，在明確具身感知、社會(huì)雷達(dá)與Agentic AI這3者內(nèi)在關(guān)系的基礎(chǔ)上，提出具身社會(huì)感知智能框架（圖3）。3者協(xié)同構(gòu)建由元控制層、感知層、推理層、執(zhí)行層與反饋層組成的動(dòng)態(tài)閉環(huán)，旨在賦予無(wú)人系統(tǒng)在復(fù)雜人機(jī)共融環(huán)境中的高級(jí)自主決策與社會(huì)適應(yīng)能力。

具身社會(huì)感知智能框架由5個(gè)層級(jí)構(gòu)成，5個(gè)層級(jí)自上而下聯(lián)動(dòng)，使無(wú)人系統(tǒng)在復(fù)雜環(huán)境中既能“看得見(jiàn)、聽(tīng)得懂”，又能“做得對(duì)、持續(xù)學(xué)”。

圖3 具身社會(huì)感知智能框架

3 具身社會(huì)感知系統(tǒng)的基本流程

我們提出的“具身社會(huì)感知智能”框架，其核心邏輯在于引入基于Agentic AI的元控制層，將社會(huì)雷達(dá)與具身感知整合進(jìn)統(tǒng)一決策閉環(huán)，使無(wú)人系統(tǒng)逐步成為具備物理實(shí)證與社會(huì)適應(yīng)能力的“具身社會(huì)智能體”。

該框架的整體工作流程由元控制層的頂層設(shè)計(jì)與驅(qū)動(dòng)啟動(dòng)。其元控制層采用Agentic AI技術(shù)，將單一系統(tǒng)或系統(tǒng)集群塑造為具備自治性的智能體。該過(guò)程體現(xiàn)出自頂向下的策略制定與自底向上的閉環(huán)校正相結(jié)合的機(jī)制，使系統(tǒng)在任務(wù)推進(jìn)中實(shí)現(xiàn)動(dòng)態(tài)監(jiān)督、協(xié)同與優(yōu)化，確保目標(biāo)可達(dá)與路徑可審計(jì)。

感知層作為閉環(huán)的起點(diǎn)，接收來(lái)自系統(tǒng)內(nèi)外海量且異構(gòu)的原始信息流，涵蓋5大感知維度。面對(duì)龐雜多模態(tài)數(shù)據(jù)，感知層采用以特征空間特征對(duì)齊為核心的多模態(tài)融合范式，并非簡(jiǎn)單疊加而是分階段處理。由此產(chǎn)生的結(jié)構(gòu)化、語(yǔ)義豐富的“感知融合結(jié)果”，既提供對(duì)物理世界的精確刻畫(huà)，也包含對(duì)社會(huì)情境的初步理解，為后續(xù)推理層的情景化推斷與約束構(gòu)建提供高質(zhì)量、高信息密度的決策依據(jù)。

接收感知層的融合表征后，推理層啟動(dòng)其核心的認(rèn)知與決策過(guò)程，旨在基于當(dāng)前信息生成滿足物理規(guī)律與社會(huì)規(guī)范的行動(dòng)意圖。該層以思維鏈與檢索增強(qiáng)生成為基礎(chǔ)架構(gòu)，由社會(huì)工具約束、物理空間理解和社會(huì)空間理解3模塊協(xié)同作用，3者并行迭代、相互制約。在可解釋推理框架的支撐下，推理層形成逐級(jí)可審計(jì)的推理流程與可復(fù)核的知識(shí)溯源，最終給出物理—社會(huì)空間綜合理解結(jié)果，為下游執(zhí)行層提供可操作、可驗(yàn)證且具有邊界意識(shí)的行動(dòng)指南。

推理層輸出的決策意圖被輸入至執(zhí)行層，用以指導(dǎo)具體行為執(zhí)行。執(zhí)行層的核心任務(wù)是將這類高階、抽象的意圖經(jīng)由動(dòng)作解碼器與控制棧轉(zhuǎn)譯為可操作的物理動(dòng)作和與人機(jī)、機(jī)機(jī)交互行為，其流程包含單智能體執(zhí)行與多智能體協(xié)同2個(gè)層面。當(dāng)系統(tǒng)由多個(gè)無(wú)人單元構(gòu)成時(shí)，元控制層通過(guò)治理與編排將若干獨(dú)立的單智能體執(zhí)行上升為多智能體協(xié)同。因此，執(zhí)行層的輸出是一系列精確的執(zhí)行信號(hào)，直接驅(qū)動(dòng)系統(tǒng)的電機(jī)、揚(yáng)聲器、顯示屏等硬件單元，將智能決策最終外化為在物理與社會(huì)世界中的實(shí)際影響。

為了實(shí)現(xiàn)系統(tǒng)的持續(xù)學(xué)習(xí)與進(jìn)化，反饋層閉合了整個(gè)工作流程的環(huán)路。反饋層內(nèi)部由反饋機(jī)制與更新機(jī)制構(gòu)成。通過(guò)反饋、提煉、更新的閉環(huán)迭代，無(wú)人系統(tǒng)得以在每次任務(wù)后持續(xù)吸收經(jīng)驗(yàn)、修正誤差并適應(yīng)環(huán)境漂移，使其具身社會(huì)感知智能實(shí)現(xiàn)性能提升，進(jìn)而在復(fù)雜真實(shí)場(chǎng)景中表現(xiàn)出更高的效率、穩(wěn)健性與社會(huì)協(xié)同度。

4 結(jié)論

圍繞具身社會(huì)感知智能這一新概念，系統(tǒng)梳理了具身感知、社會(huì)雷達(dá)與Agentic AI的發(fā)展脈絡(luò)與現(xiàn)實(shí)需求，指出單一物理感知或單一社會(huì)感知在復(fù)雜開(kāi)放環(huán)境中均難以支撐自主無(wú)人系統(tǒng)的可靠運(yùn)行。在此基礎(chǔ)上，構(gòu)建了以Agentic AI為中樞、涵蓋元控制、感知、推理、執(zhí)行與反饋5個(gè)層級(jí)的具身社會(huì)感知智能框架，并給出了從信息采集、多模態(tài)融合到?jīng)Q策生成與自適應(yīng)更新的完整流程。

在復(fù)雜開(kāi)放環(huán)境中，社會(huì)信號(hào)的建模與噪聲抑制仍較為初步，具身感知與社會(huì)雷達(dá)的融合機(jī)制在跨場(chǎng)景遷移、長(zhǎng)期穩(wěn)定性和極端情境下的魯棒性方面尚需系統(tǒng)驗(yàn)證；合規(guī)性建模目前更多依賴規(guī)則與專家知識(shí)，如何在保證安全前提下引入自適應(yīng)學(xué)習(xí)與在線更新機(jī)制，也是未來(lái)需要重點(diǎn)解決的難題。此外，Agentic AI的多智能體協(xié)同在安全邊界、責(zé)任劃分與人機(jī)協(xié)同治理方面，仍需進(jìn)一步引入法律、倫理與政策層面的系統(tǒng)研究。

本文作者：范麗麗、史光宇、陳愷舸、李創(chuàng)、曾昌賢、鄧方

作者簡(jiǎn)介：范麗麗，北京理工大學(xué)人工智能學(xué)院，助理教授，研究方向?yàn)橹悄軣o(wú)人系統(tǒng)感知。

文章來(lái) 源 ： 范麗麗, 史光宇, 陳愷舸, 等. 面向無(wú)人系統(tǒng)的具身社會(huì)感知智能：流程與框架[J]. 科技導(dǎo)報(bào), 2025, 43(20): 37?47 .

本文有刪改，

內(nèi)容為【科技導(dǎo)報(bào)】公眾號(hào)原創(chuàng)，歡迎轉(zhuǎn)載
白名單回復(fù)后臺(tái)「轉(zhuǎn)載」

《科技導(dǎo)報(bào)》創(chuàng)刊于1980年，中國(guó)科協(xié)學(xué)術(shù)會(huì)刊，主要刊登科學(xué)前沿和技術(shù)熱點(diǎn)領(lǐng)域突破性的研究成果、權(quán)威性的科學(xué)評(píng)論、引領(lǐng)性的高端綜述，發(fā)表促進(jìn)經(jīng)濟(jì)社會(huì)發(fā)展、完善科技管理、優(yōu)化科研環(huán)境、培育科學(xué)文化、促進(jìn)科技創(chuàng)新和科技成果轉(zhuǎn)化的決策咨詢建議。常設(shè)欄目有院士卷首語(yǔ)、科技新聞、科技評(píng)論、專稿專題、綜述、論文、政策建議、科技人文等。