人工智能之数字生命认知架构白皮书第4章

《HY-Ego 认知架构白皮书》（续）

4. 世界树（World Tree）------全局世界骨架

世界树是 HY-Ego 认知架构的全局事实骨架 ，负责对整个"世界"进行结构化建模、组织和维护。它与因果树并行独立运行，二者通过快照机制实现松耦合，从而保证了事实层与因果层的职责清晰分离，避免了传统认知架构中"事实与因果混杂"导致的不可解释性问题。

世界树的核心设计理念是：所有可感知、可比较、可复用的基础信息必须以树形结构长期稳定存在 ，并支持实时动态更新 、安全度监控 和自我定位 。它不是一个静态的知识库，而是一个活的、具身的全局环境，为自我线程、任务筹办、学习写回提供统一的"世界视图"。

4.1 世界树定义与拓扑结构

世界树采用多根分域树形拓扑 ，以"世界根"作为唯一顶级节点，向下生长出六大世界域 和概念域根。

世界根 （World Root）：

所有信息的绝对起点，代表"整个可被认知的世界"。它仅持有指向六大世界域根节点的弱引用，不存储任何具体事实。

六大世界域 （Six Major World Domains）：

每个域都有独立的域根节点 ，负责该域内所有场景、存在、特征的组织。域的划分遵循现实性 vs 抽象性 、当前性 vs 历史性的原则，确保不同类型的信息不会相互污染：

世界域	中文名称	核心职责	典型节点示例	访问优先级
Reality	现实域	真实世界感知输入（相机、传感器等）	当前物理场景、物体位置	最高
Text	文本域	语言/文档/指令输入	用户指令、知识文档	高
Imagination	想象域	规划中的未来场景、虚拟模拟	任务筹办时的"如果...则..."场景	中
Memory	记忆域	历史事实与长期存储	已完成任务的场景快照	中
Reasoning	推理域	临时推理中间结果	反事实推演、中间假设	低（易清理）
Virtual	虚拟域	模拟环境、测试沙箱	Headless 模式下的虚拟世界	低

每个域根节点下进一步生长场景树 → 存在树 → 特征树，形成严格的层级关系。

概念域根 （Concept Domain Root）：

独立于六大世界域之外的抽象概念层 ，以"特征类型"作为最上层根节点，向下生长状态概念树（见 4.3）。概念域根不持有具体实例，仅存储可复用的"模板"，供六大世界域中的存在节点"命中"匹配。

拓扑特性：

所有节点均为强类型 （场景类、存在类、特征类等），支持双向链表模板高效遍历。
节点间仅使用弱引用（std::weak_ptr），防止循环引用导致的内存泄漏。
运行时动态列表 优先写入主信息存储（主信息定义模块.ixx），临时节点在任务结束时自动清理。

4.2 世界树与因果树的关系

世界树与因果树完全分离、并行运行，这是 HY-Ego 区别于其他认知架构的核心设计之一：

世界树 ：只负责"是什么"（事实、状态、特征值）。
因果树 （由 因果信息类.ixx 独立管理）：只负责"为什么"（条件 + 动作 = 结果）。
交互协议 ：
- 世界树只读因果树的实例快照（用于生成二次特征）。
- 因果树只写世界树的主信息存储（动作结果必须立即落入场景节点）。
- 二者不相互持有强引用 ，仅通过 场景类::GetMainInfoSnapshot() 和 因果信息类::AddInstanceCausal() 进行松耦合通信。
职责分离的好处：即使因果归纳失败，世界树的事实层依然保持一致性；即使世界树节点被清理，因果链仍可独立追溯历史。

4.3 关键对象模型

世界树的核心对象模型采用四级抽象，全部定义在以下模块中：

场景类.ixx：世界树的最小可独立操作单元，代表"某一时刻的局部世界视图"。包含主信息存储、子场景列表、安全度值。
存在类.ixx：场景内的具体"物体/实体/主体"。每个存在节点持有指向特征树的引用。
特征类.ixx：单一特征的抽象描述（特征类型 + 特征值）。
状态类.ixx：特征值的具体实例，支持区间比较（正/负/零区间）。

自我在世界树中的语义路径（固定，不可改写）：

复制代码

世界根
  └─ 现实域根
       └─ 自我初始场景（Self Initial Scene）
            └─ 自我存在节点（Self Entity）

此路径在初始化时由 世界树类.ixx::RegisterSelf() 一次性建立，自我线程通过此路径实时读取/更新自身特征值。

状态概念树（概念域根下的核心结构）：

根节点：特征类型（Feature Type）
中间节点：特征区间（Positive / Negative / Zero）
叶节点：具体特征值实例
匹配规则：任何存在节点上的特征值必须"命中"概念树上的某一节点，从而实现抽象-具体分离。

4.4 场景安全度机制与自我特征值实时维护

场景安全度 （Scene Safety Score）：

每个场景节点维护一个 0--100 的浮点安全度值 （场景类::m_safetyScore）。
- 安全度 == 0 为生死边界（根约束 0500，不可被任何学习改写）。
- 自我线程每周期（心跳）调用 场景类::UpdateSafety() 进行回归计算，公式如下（伪代码）：
  $\\text{safetyScore}*{t} = \\text{safetyScore}* {t-1} \\times (1 - \\alpha) + \\sum (\\text{风险因子}_i \\times w_i)$
  其中 (\alpha) 为衰减系数，风险因子来自当前动态列表。
自我特征值实时维护 ：
自我类.ixx 持有指向"自我存在节点"的弱引用，每 50ms 通过 世界树类::GetSelfFeatureSnapshot() 同步最新特征值（位置、健康、服务值、安全值等）。

任何特征值变化立即触发二次特征生成，进而可能产生需求或本能动作。

4.5 模块实现详解

世界树类.ixx ：世界树总入口，提供 CreateDomainRoot()、RegisterScene()、GetSelfPath() 等接口。
世界树环境类.ixx：负责世界树的初始化、持久化（内存镜像）和清理策略。
场景类.ixx 、存在类.ixx、特征类.ixx、状态类.ixx：核心数据结构，全部使用 C++20 模块接口。

关键函数示例（伪代码）：

cpp 复制代码

// 世界树类.ixx
void WorldTree::UpdateDynamicToMainInfo(const Dynamic& dyn) {
    auto scene = GetCurrentScene();
    scene->WriteMainInfo(dyn.ToMainInfo());  // 优先落主信息存储
    if (scene->GetSafetyScore() < 10.0f) {
        SelfThread::TriggerRiskRegression();
    }
}

本章小结：世界树作为 HY-Ego 的"世界骨架"，提供了稳定、可追溯、具身的事实层基础。它与因果树的分离、场景安全度机制、自我语义路径共同构成了后续任务筹办、学习写回、动作执行的可靠环境。

人工智能之数字生命 认知架构白皮书 第4章