面向無人系統的具身社會感知智能

原文發表于《科技導報》2025 年第20 期 《 面向無人系統的具身社會感知智能：流程與框架 》

自主智能無人系統在動態復雜、多主體耦合、信息不完備且社會約束強的真實開放環境中運行時，面臨合規性建模不足、社會風險感知受限、協同沖突突出及異常響應滯后等關鍵挑戰。本文提出一種具身社會感知智能框架，并引入代理式人工智能（Agentic AI）作為頂層決策與控制機制，實現多層級、自主化的認知決策，為實現可信賴、可解釋、可持續的自主智能系統提供新的技術路徑。

在俄烏沖突這一智能化對抗的“試驗場”上，多種新技術與新裝備不斷涌現并投入使用，無人系統與人工智能的深度融合不僅凸顯了現代對抗的高科技特征，也在重塑傳統對抗場格局。與此同時，人工智能在信息與認知領域的作用同樣突出。這種由多源信息匯聚、經智能算法解析并快速轉化為行動方案的方式，不僅限于國際對抗沖突，也為民用領域提供啟示。

無論是在對抗環境中提升透明度，還是在災害救援中加快響應速度，都表明一個共同趨勢：對物理環境的實時感知、對社會因素的動態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、社會信息獲取與智能體決策機制有機結合，不僅是應對復雜現實場景的必然選擇，也將成為推動自主智能無人系統走向可靠、可控和工程化應用的關鍵路徑。

1 從具身感知到具身社會感知智能

從具身感知到具身社會感知智能的轉變，不僅拓展了感知能力，也是實現更高級別智能的關鍵。

1.1 具身感知

具身感知是自主智能無人系統實現環境理解和任務執行的核心基礎，涵蓋了對自身狀態、外部環境以及人機交互的全面感知（圖1）。

• 其一，本體感知使系統能夠實時感知自身的位置、姿態和受力狀態。

• 其二，交互感知賦予系統“皮膚”，通過柔性電子皮膚的分布式節點，系統能夠同時感知壓力、剪切力與溫濕度。

• 其三，外界感知是無人系統連接環境的主要通道。

• 其四，內部感知聚焦于系統的自身狀態。

• 其五，意圖感知擴展了具身感知的社會性邊界。

這5類感知共同支撐了智能無人系統在復雜環境中的穩健運行，它們不僅使機器具備“自知”能力，也讓其能夠感知環境和識別健康狀態，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體層面，難以觸及社會語境與群體協同的復雜性。

圖1 5類感知常見傳感器

單純具身感知的4大局限：

（1）任務起始和優先級判斷混亂，缺乏對“緊急”與“重要”的正確判別；

（2）合規性不足，難以將法規、禮儀與臨時管制轉化為可計算的約束條件；

（3）社會風險感知不足，群體擁擠、情緒波動與倫理敏感點常在感知缺失下爆發；

（4）突發響應滯后，系統只能被動等待物理信號，而無法基于社會先兆提前調整。

1.2 社會雷達

1.2.1 社會雷達的起源

社會雷達的概念并非憑空產生，而是歷史經驗、學理積淀與現實事件相互作用的結果。早在中國古代，《詩經》中的“風、雅、頌”體系與相傳的采詩制度相聯系。與當今依托社交媒體與網絡動態追蹤群體態勢的“社會雷達”在原理上相通，可視為其思想雛形。

傳播學者Schramm在20世紀80年代借用“雷達”這一比喻，首次提出“社會雷達”一詞，用以形象說明社會系統如何通過采集、識別與反饋信息，為社會雷達提供了理論框架。

2011年，“阿拉伯之春”成為社會雷達走入公眾視野的重要契機。進入大數據與人工智能時代，社會雷達逐漸演變為一種面向公共治理和網絡安全的智能服務平臺。由此，社會雷達完成了從采風式的經驗性探索，到社會態勢感知的理論化設想，再到智能平臺的工程化實現的發展過程，逐步成長為理解社會動態與群體行為的重要工具。

1.2.2 社會雷達的發展

早期工作主要停留在社會科學和傳播學領域，強調其類似物理雷達的功能。如今，研究開始聚焦于如何將社交媒體、在線論壇和新聞報道中的多源信息轉化為可計算的社會態勢圖。近年來，社會雷達的研究進一步擴展到網絡安全、交通、城市治理和智能車輛等領域。最新研究將多普勒效應引入社會雷達，提出社會多普勒雷達的概念，用以刻畫社會情緒和群體行為的動態變化速率與方向。圖2展示了物理雷達信號處理流程與社會雷達信息感知階段之間的對應關系。

圖2 雷達與社會雷達主要環節對應

1.2.3 社會雷達的優勢和局限性

它能夠在社交媒體、在線新聞和輿論場域中高效捕捉社會信號，實時識別突發事件與公眾態勢的階段性變化，體現出顯著的時效性與敏捷性。社會雷達可在跨地域的虛擬空間中實現大范圍感知，具備廣覆蓋與跨域聯動的優勢。更為關鍵的是，為理解合規要求、社會情緒與潛在風險提供語義層面的支撐。然而，該范式亦存在固有局限：

其數據源噪聲大、虛假與夸張信息頻發，易誘發“信謠傳謠”；資源調度與行動優先級可能失衡；如何將抽象社會信號可靠地映射為無人系統可執行的約束與目標，仍屬跨學科的難題。

由此可見，具身感知與社會雷達構成“物理可見”與“社會可預”的互補范式：前者確保無人系統“看得清”，后者使其“聽得懂”。兩者結合，方能支撐從場景理解到決策執行的端到端閉環。但融合并非簡單相加，現實中至少面臨3類核心挑戰：

• 其一，跨模態語義對齊，仍缺乏統一而可驗證的建模框架；

• 其二，多源數據的時效性與可信度評估，亟需建立面上任務的置信度與溯源機制；

• 其三，物理代價與社會優先級的權衡。

1.3 Agentic AI：主體性與群體自治

1.3.1 Agentic AI的內涵與機制

代理式人工智能（Agentic AI）的核心不再是孤立任務的執行，而是圍繞從目標到行動的端到端閉環。其通過目標生成、任務分解、工具調用、記憶與反思，以及編排與治理5大機制的協同，能夠在復雜、多步驟且需多方協作的場景中展現穩健的自治能力。

為進一步界定其本質，對比了生成式 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的特征對比

1.3.2 Agentic AI的發展和應用

近年來，Agentic AI正逐步展現出作為多角色自治與編排系統的獨特優勢，能夠在復雜、跨域與多步驟任務中實現高水平的自主性與可控性。

在科研領域，Agentic AI與無人機系統的深度融合催生了“Agentic UAV”新方向。總體而言，Agentic AI的應用呈現3大方向：

• 其一，無人系統智能化，包括無人機群協同、低空經濟調度與自主對抗規劃；

• 其二，工業與物流優化，涵蓋倉儲調度、生產線優化與供應鏈動態管理；

• 其三，跨域決策支持，通過記憶、反思與多源驗證機制推動系統從“能做”走向“做得對”。

上述進展亦為具身感知與社會雷達融合中的關鍵難題提供了新路徑。據此，提出具身社會感知框架，以Agentic AI為中樞，將物理感知與社會感知深度耦合，構建面向無人系統的感知、認知、決策閉環。該框架既滿足城市治理中的實時合規需求，又能支撐應急救援的快速響應與資源優化調度，并在群體協同與復雜聯演任務體現更高的穩定性與協調性。

2 具身社會感知智能的基本框架

隨著無人系統逐步深入人類社會，單純依賴物理層面的感知與控制已難以支撐復雜多變的人機、群體交互。為此，在明確具身感知、社會雷達與Agentic AI這3者內在關系的基礎上，提出具身社會感知智能框架（圖3）。3者協同構建由元控制層、感知層、推理層、執行層與反饋層組成的動態閉環，旨在賦予無人系統在復雜人機共融環境中的高級自主決策與社會適應能力。

具身社會感知智能框架由5個層級構成，5個層級自上而下聯動，使無人系統在復雜環境中既能“看得見、聽得懂”，又能“做得對、持續學”。

圖3 具身社會感知智能框架

3 具身社會感知系統的基本流程

我們提出的“具身社會感知智能”框架，其核心邏輯在于引入基于Agentic AI的元控制層，將社會雷達與具身感知整合進統一決策閉環，使無人系統逐步成為具備物理實證與社會適應能力的“具身社會智能體”。

該框架的整體工作流程由元控制層的頂層設計與驅動啟動。其元控制層采用Agentic AI技術，將單一系統或系統集群塑造為具備自治性的智能體。該過程體現出自頂向下的策略制定與自底向上的閉環校正相結合的機制，使系統在任務推進中實現動態監督、協同與優化，確保目標可達與路徑可審計。

感知層作為閉環的起點，接收來自系統內外海量且異構的原始信息流，涵蓋5大感知維度。面對龐雜多模態數據，感知層采用以特征空間特征對齊為核心的多模態融合范式，并非簡單疊加而是分階段處理。由此產生的結構化、語義豐富的“感知融合結果”，既提供對物理世界的精確刻畫，也包含對社會情境的初步理解，為后續推理層的情景化推斷與約束構建提供高質量、高信息密度的決策依據。

接收感知層的融合表征后，推理層啟動其核心的認知與決策過程，旨在基于當前信息生成滿足物理規律與社會規范的行動意圖。該層以思維鏈與檢索增強生成為基礎架構，由社會工具約束、物理空間理解和社會空間理解3模塊協同作用，3者并行迭代、相互制約。在可解釋推理框架的支撐下，推理層形成逐級可審計的推理流程與可復核的知識溯源，最終給出物理—社會空間綜合理解結果，為下游執行層提供可操作、可驗證且具有邊界意識的行動指南。

推理層輸出的決策意圖被輸入至執行層，用以指導具體行為執行。執行層的核心任務是將這類高階、抽象的意圖經由動作解碼器與控制棧轉譯為可操作的物理動作和與人機、機機交互行為，其流程包含單智能體執行與多智能體協同2個層面。當系統由多個無人單元構成時，元控制層通過治理與編排將若干獨立的單智能體執行上升為多智能體協同。因此，執行層的輸出是一系列精確的執行信號，直接驅動系統的電機、揚聲器、顯示屏等硬件單元，將智能決策最終外化為在物理與社會世界中的實際影響。

為了實現系統的持續學習與進化，反饋層閉合了整個工作流程的環路。反饋層內部由反饋機制與更新機制構成。通過反饋、提煉、更新的閉環迭代，無人系統得以在每次任務后持續吸收經驗、修正誤差并適應環境漂移，使其具身社會感知智能實現性能提升，進而在復雜真實場景中表現出更高的效率、穩健性與社會協同度。

4 結論

圍繞具身社會感知智能這一新概念，系統梳理了具身感知、社會雷達與Agentic AI的發展脈絡與現實需求，指出單一物理感知或單一社會感知在復雜開放環境中均難以支撐自主無人系統的可靠運行。在此基礎上，構建了以Agentic AI為中樞、涵蓋元控制、感知、推理、執行與反饋5個層級的具身社會感知智能框架，并給出了從信息采集、多模態融合到決策生成與自適應更新的完整流程。

在復雜開放環境中，社會信號的建模與噪聲抑制仍較為初步，具身感知與社會雷達的融合機制在跨場景遷移、長期穩定性和極端情境下的魯棒性方面尚需系統驗證；合規性建模目前更多依賴規則與專家知識，如何在保證安全前提下引入自適應學習與在線更新機制，也是未來需要重點解決的難題。此外，Agentic AI的多智能體協同在安全邊界、責任劃分與人機協同治理方面，仍需進一步引入法律、倫理與政策層面的系統研究。

本文作者：范麗麗、史光宇、陳愷舸、李創、曾昌賢、鄧方

作者簡介：范麗麗，北京理工大學人工智能學院，助理教授，研究方向為智能無人系統感知。

文章來 源 ： 范麗麗, 史光宇, 陳愷舸, 等. 面向無人系統的具身社會感知智能：流程與框架[J]. 科技導報, 2025, 43(20): 37?47 .

本文有刪改，

內容為【科技導報】公眾號原創，歡迎轉載
白名單回復后臺「轉載」

《科技導報》創刊于1980年，中國科協學術會刊，主要刊登科學前沿和技術熱點領域突破性的研究成果、權威性的科學評論、引領性的高端綜述，發表促進經濟社會發展、完善科技管理、優化科研環境、培育科學文化、促進科技創新和科技成果轉化的決策咨詢建議。常設欄目有院士卷首語、科技新聞、科技評論、專稿專題、綜述、論文、政策建議、科技人文等。