人体状态如何进入机器人的任务决策与空间协同闭环？

机器人为什么需要把人的状态纳入任务决策？

在室内生活空间中，机器人可能承担递送、移动感知、活动陪伴、生活辅助或信息沟通。知道用户是否准备继续任务、是否需要帮助、先前选择了怎样的安排，会影响它做什么、什么时候做，以及怎样与其他设备配合。

用户已经明确提出的设备操作与服务要求，可以按既定规则直接处理，无需通过生理推断再次确认。人体状态信息的独立价值在于可比较的生理与行为变化、个人历史和任务情境，为任务优先级、跨设备协同与服务连续性提供新的判断依据。

人机相互适应研究关注人的选择与机器策略如何共同变化。^[1] 下文的生活服务流程是建立在这一思路上的概念设计，不是研究论文或科思创动产品的整套复现。

第一步：根据用户需要确定服务目标

设想用户近期在相似活动中出现了持续变化，但未主动提出新的服务要求。机器人或空间系统首先确认这些线索来自什么入口、属于哪段时间、与哪些历史条件可比，再在适当时机向用户提供可拒绝的关注选项。用户的明确指令则应始终直接优先处理，无需等待算法批准。

生理、行为、环境与历史信息的增量在于揭示一次口头请求无法覆盖的变化模式。任务目标应以用户意愿与实际场景为基础，状态线索帮助决定是否需要后续跟进、生活辅助或调整分工，而不是给用户贴“疲劳”标签。

图示可在框内左右滑动查看。

第二步：让状态信息保留来源、时间和适用范围

机器人可能接收自身感知结果，也可能在允许范围内使用智能镜、固定模组或空间系统提供的信息。不同来源应保留各自含义：过去的可用记录不能冒充当前测量，模型推断不能冒充用户自述。

跨设备应用还应区分两件事：一是延续用户已经确认的服务安排，二是比较不同设备取得的生理记录。前者可以在权限和身份归属清楚时进行；后者还需要处理测量条件与可比性，不能直接拼接。

机器人移动、转头或调整屏幕亮度，还会影响自己的光学输入。视频生理研究对运动和场景差异有专门讨论，因此连续执行任务不等于每一秒都能取得同样可用的状态信息。^[2][3]

第三步：将状态用于任务安排和辅助分工

表中列出任务分工的设计示例，具体任务须由具备相应能力的设备执行。人体状态信息可用于安排任务，但生理数值不能直接作为运动控制命令。

第四步：安排不同设备协同执行

用户选择休息后，机器人可能暂缓非必要陪伴任务，空间系统协调其他设备与通知，具备能力的执行端完成用户要求的生活辅助。哪个设备执行、是否已经完成、下一次何时关注，应当有清楚记录。

当机器人离开房间或去充电时，服务上下文可以由其他入口接续。入口变化不应要求用户不断重述同一需求；但服务接续也不要求把全部历史状态发送给每个设备。

空间协同并不意味着机器人必须充当全屋控制器。它可以是提供信息、接受任务和反馈结果的一个参与者。系统整体如何组织，见《当室内空间成为物理AI系统，人体状态智能能带来什么？》。

第五步：反馈围绕服务目标，而不只看读数是否下降

如果目标是帮助完成日常任务，应关心用户是否完成、是否仍需辅助；如果目标是休息，应关心用户是否愿意继续或恢复安排；如果目标是后续关注，则应在适当时机收集用户反馈及新的可用信息。

一次设备响应已经执行，不等于人体状态改善；一次心率变化也不能证明服务有效。用户拒绝、改变主意或说明“不是这个原因”，同样是闭环的重要输入。

后续任务应根据用户的目标和反馈调整，不能仅凭数值变化决定执行哪个动作。

物理执行与安全机制有自己的责任

调整服务目标、分配任务，与控制机械臂力度或运动轨迹，不在同一层级。涉及身体接触、移动、抓取或重大后果的行为，应由整机的相应能力和独立安全机制承担，不能只由状态分数触发。

NIST的AI风险管理框架强调按使用情境与后果理解风险。^[4] 在这种设计中，即使人体状态信息缺失，设备也应保留原有安全约束、明确指令下的基础服务与求助通道。

人体状态引擎、规划器和VLA怎样配合？

VLA（视觉—语言—动作模型）把视觉、语言与机器人动作联系起来，RT-2是其中一个研究实例。^[5] 人体状态信息可以进入任务上下文、独立状态接口或应用策略，采用哪条路径，取决于具体系统。

科思创动的SDK与模组提供的是感知接入形式，空间协调与机器人执行需要与相应系统分工。^[6] 不能把一个SDK描述成已包办全部规划、执行和服务能力。

完整闭环应当回答：人的状态如何影响服务目标与任务，任务怎样被合适的设备执行，以及下一步怎样根据人的反馈调整。