2.3 混合式镇民：分层架构的工程折中

2.3 混合式镇民：分层架构的工程折中

摘要：混合式智能体把反应层与慎思层装进同一具身体，以分层仲裁解决"毫秒级兜底"与"秒级规划"的矛盾。本节对比水平分层与垂直分层两种组织方式，拆解 InteRRaP 三层结构（行为、本地规划、协作）的层间信息流，并实现一个带回压抑制的双层混合镇民。

机器人足球赛场上有个老笑话：纯慎思式的球队想好怎么踢时，比赛已经结束了；纯反应式的球队踢得飞快，就是不知道自己落后。前两节解剖的两副脑子各有致命伤，工程上的解法朴素得像盖楼：两副都要，分上下层装。这一节讲怎么装——层怎么切、层间怎么传话、谁在什么时候听谁的。它是镇民解剖的收官，也是通往多镇民协作的跳板：InterRRaP 这类架构的最上层，装的已经是对别的镇民的建模。

层怎么切：水平与垂直两大流派

混合式架构的分层方式分两大流派。

水平分层：各层像流水线上的工位，感知进来依次流过每一层，每层都能对行动提出意见，最后由仲裁者合成输出。层是对等的"合伙人"，好处是模块清晰、每层可独立升级；坏处是仲裁逻辑容易成为新的瓶颈——两层的意见打架时，合成规则写起来比任何一层都难。著名的 TouringMachines 就属此派：感知层、规划层、建模层并排站，中间靠控制元规则裁决。

垂直分层：各层像组织的科层，底层直接面对感知与行动，越往上越抽象、越慢。底层先长好，高层骑在底层之上，通过干预（抑制输出、屏蔽输入、设定目标）来管理底层。层是"上下级"，好处是实时性由底层保证、抽象度逐级提升；坏处是层间接口必须预先设计好，改起来牵一发动全身。InteRRaP 是此派代表。

InteRRaP：三层垂直结构的标准像

垂直分层的教科书样板是 InteRRaP，它把镇民切成三层，每层自带世界模型与控制器，越往上模型越抽象：

行为层（最底）：刺激—反应模式，毫秒级。世界模型只有局部即时感知，控制器是优先级规则栈——上一节包容架构的原班人马。

本地规划层（中）：BDI 模式，百毫秒到秒级。世界模型维护自身信念与目标，控制器做手段—目的推理——上一节 MiniBDI 的用武之地。

协作层（顶）：社会模式，秒级以上。世界模型里第一次出现别的镇民：它们的能力、承诺与意图；控制器负责协商、委托与组织——第 3 章整章的剧情。

层与层之间靠两条通道说话：向上的情形识别（低层发现自己搞不定，把问题上交）与向下的目标修订（高层给低层改目标、设参数、划禁区）。这个"上交—下压"回路是垂直分层的血液循环。

图 2-3 InteRRaP 三层结构与层间通道

写一个双层混合镇民

按垂直分层的思路实现一个消防巡查镇民：行为层管"遇热就撤、遇门就开"的反射，规划层管"按最优顺序巡查各街区"，层间用情形识别与目标修订连接。关键机制是回压抑制：规划层给出方向，行为层在危险面前有权当场否决。

import random

class HybridFirePatroller:
    """双层混合镇民：行为层反射 + 规划层巡查排序。"""
    def __init__(self, districts):
        self.districts = list(districts)
        self.plan = list(districts)      # 规划层的巡查排序
        self.current = None
        self.suppressed = 0              # 被行为层否决的次数

    def reactive_layer(self, obs):
        """行为层：毫秒级反射，返回紧急动作或放行。"""
        if obs["temperature"] > 60:
            return "retreat_and_alarm"
        if obs["door_blocked"]:
            return "open_side_door"
        return None                       # 没紧急事，交回规划层

    def planner_layer(self, obs):
        """规划层：选下一个巡查点，远的热点优先。"""
        if not self.plan:
            self.plan = list(self.districts)     # 一轮结束，重新规划
        self.current = self.plan.pop(0)
        return f"head_to:{self.current}"

    def step(self, obs):
        reflex = self.reactive_layer(obs)
        if reflex:                        # 行为层胜出：抑制规划层指令
            self.suppressed += 1
            return reflex
        return self.planner_layer(obs)

patrol = HybridFirePatroller(["mill", "harbor", "school", "clinic"])
random.seed(11)
for t in range(8):
    obs = {"temperature": random.choice([25, 25, 30, 80]),
           "door_blocked": random.random() < 0.3}
    print(f"t{t}", patrol.step(obs))
print("行为层累计接管:", patrol.suppressed, "次")
​

跑起来能看到交替出现 head_to 与 retreat_and_alarm——前者是规划层的从容，后者是行为层的夺权。温度飙升的瞬间镇民绝不会"等规划层想清楚"再撤退，这就是垂直分层给实时性上的保险。

层间延迟账：为什么必须分层

第二个实验把"分层"的理由量化。给同一批决策任务分别走"纯慎思"与"双层混合"两条路，统计响应延迟分布：慎思层每次要遍历计划库，行为层只需查小规则表。

import random, time

def decide_deliberate(context):
    """模拟慎思层：遍历计划库做手段推理。"""
    total = 0
    for plan in range(40):                # 计划库有四十条模板
        total += sum(context["features"]) * plan % 7
    return "plan_action"

def decide_reflex(context):
    """模拟行为层：查一张小规则表。"""
    return "reflex_action" if context["features"][0] > 3 else "safe"

def latency_profile(n=2000, seed=9):
    random.seed(seed)
    slow = fast = 0.0
    for _ in range(n):
        ctx = {"features": [random.random() * 5 for _ in range(6)]}
        t0 = time.perf_counter(); decide_deliberate(ctx)
        slow += time.perf_counter() - t0
        t0 = time.perf_counter(); decide_reflex(ctx)
        fast += time.perf_counter() - t0
    return slow / n * 1e6, fast / n * 1e6   # 折算微秒

avg_slow, avg_fast = latency_profile()
print(f"慎思层平均 {avg_slow:.1f} 微秒/次，行为层平均 {avg_fast:.1f} 微秒/次")
print(f"差距约 {avg_slow / max(avg_fast, 0.001):.0f} 倍")
​

量级差距一目了然。真实系统里这个差距更夸张：规则表查毫秒内完成，规划与协商动辄百毫秒到秒。把"必须快"的决策下沉到行为层，不是架构美学，是物理要求。

⚠️ 常见坑：层间职责切错位。把"该充电了"这种秒级可容忍的决策塞进行为层，规则表迅速膨胀成新的单体系统；反过来把"前方悬崖"留给规划层，等于让镇民用生命等推理。切层判据是决策可容忍延迟：毫秒级下沉，秒级上浮。

理论账本

混合式的理论账本上记着两笔。一笔是收益：实时性与深谋远虑兼得、层可独立开发替换、行为层故障不拖垮规划层。另一笔是欠账：层间接口是新的复杂度聚集地——情形识别的"什么时候上交"与目标修订的"压到什么粒度"都没有通用解，只能按领域调；高层对低层的压制如果过频，分层退化为伪装的集中式。还有一笔隐性成本：跨层调试时，同一个行为可能是任何一层发起的，日志里必须给动作盖上"层籍"戳，否则排障如猜谜。

沙盘推演小结

小镇消防队就是混合式镇民的组织版本：队员的脊髓管"遇火后撤"，队长的战术板管"先救哪栋楼"，镇应急办管"要不要请邻镇支援"。三层各按各的时钟运转，靠"上交问题、下压目标"传递信息。下一节先按下多镇民协作不表，补上最后一块解剖学拼图：无论几层脑子，总要有个地方存放"镇民知道的事情"——本体与知识表示，户籍档案的抽屉。