文档中心 / 论文专著
⚠️ 已废止表述 · 历史页面 V0.1

本页反映当前论文稿件（V0.1 时期理论框架：EST 三流形 / Brain-Spine-Body）。网站口径已按 V0.2 修订（见 /changelog）；本页将在论文稿件修订时同步更新，以避免网站叙述与稿件脱节。 现行口径以 V0.2 修订说明 为准。

EICPS：具身智能信息物理系统

EICPS（Embodied Intelligent Cyber-Physical Systems）是面向安全关键具身 AI 场景的完整系统框架：理论基础是具身空间理论（EST），工程实现是Brain-Spine-Body 三级架构，学术表达是三篇串联论文构成的端到端安全保证链。将 LLM 引入安全关键机器人系统，根本困难不是算法性能，而是认证问题——EICPS 对统计近似说不：不接受统计下界，要求可认证的完备性等式。

核心问题：物理幻觉

EICPS 框架的出发点是对一类被现有文献忽视的失效模式的识别——物理幻觉（Physical Hallucination）：

Φ(γsem)∉Mphy\Phi(\gamma_{\mathrm{sem}}) \notin \mathcal{M}_{phy}

具身变换函子 Φ:Msem→TxMphy\Phi: \mathcal{M}_{sem} \to T_x\mathcal{M}_{phy} 将语义轨迹映射为物理切向量。当 Φ\Phi 无定义或输出超出可行控制集时，系统执行了语义上”合法”但物理上”不可实现”或”危险”的动作。物理幻觉与 LLM 幻觉（概率性）、感知噪声（统计性）属于三种类别不同的错误——只有形式化方法才能提供可认证的保证。

三篇论文分别封堵物理幻觉的三条来源路径：语义词汇覆盖缺口（Paper-01）、路由模型对齐偏差（Paper-02）、物理约束违反（Paper-03）。

理论基础：具身空间理论（EST）

具身空间理论（EST, Embodied Space Theory）将具身系统的安全性诊断建立在三个几何性质不同的流形上：

流形数学结构物理含义安全保证工具
Mphy\mathcal{M}_{phy}SE(3)SE(3)-黎曼流形，有限维，解析动力学机器人位姿、关节力矩、传感器信号CBF 前向不变性 h(x)≥0h(x)\geq 0，QP 可在 1ms 内求解
Msem\mathcal{M}_{sem}有向图 + 嵌入度量，离散拓扑任务描述的语义空间，规程词汇表 V\mathcal{V}SEC(Q,τ∗)=1\mathrm{SEC}(Q,\tau^*)=1，覆盖完备性
Mlat\mathcal{M}_{lat}统计流形（Fisher 信息几何）感知估计的隐变量，EKF 不确定性状态估计误差界 → 进入鲁棒安全裕量 ρ∗\rho^*

三流形的可分离性是整个框架成立的核心前提：时间尺度分离（Brain ～1Hz / Spine ～1kHz / Body μs）使三个子问题独立可验证，而非物理耦合。→ 六层推导链详见 Q-29 · EICPS 框架图

系统架构：Brain-Spine-Body

BRAIN · ～1 Hz
语义规划层
LLM + HTN 方法库，将自然语言任务分解为结构化子任务序列（Msem\mathcal{M}_{sem} 图遍历），发出执行凭证 EvidencePack
SPINE · ～1 kHz
安全执行层
CBF-QP 实时过滤 + STL 鲁棒度监控 + Flow-Jump 安全跳变（Mphy\mathcal{M}_{phy} 切丛约束），实时拦截物理幻觉
BODY · μs
物理执行层
低级力控、传感采集、EKF 状态估计（Mlat\mathcal{M}_{lat} 更新），安全裕量 ρ∗\rho^* 向上返回 Spine

三级之间通过 EvidencePack {P,A,xact,φ,ρ∗,v}\{P, A, x_{\mathrm{act}}, \varphi, \rho^*, v\} 传递机器可读的安全凭证：ρ∗≥0\rho^*\geq 0 当且仅当当前执行步骤满足安全约束，实现全链路可审计。

三篇论文的共享数学基础

三篇论文在同一个数学框架下展开，统一的数学对象是具身空间 E(t)\mathcal{E}(t)：

E(t)=supp⁡(μt)⊂Msem×Mphy×Mact\mathcal{E}(t) = \operatorname{supp}(\mu_t) \subset \mathcal{M}_{sem} \times \mathcal{M}_{phy} \times \mathcal{M}_{act}

其中 μt\mu_t 为具身系统的占据测度，supp⁡(μt)\operatorname{supp}(\mu_t) 是其支撑集。三层基础流形各自承载不同的安全问题：

流形含义三篇中的角色
Msem\mathcal{M}_{sem}语义流形——任务描述的嵌入空间P01 覆盖完备性 · P02 路由对齐质量 · P03 L1/L2 路由空间
Mphy\mathcal{M}_{phy}物理流形——机器人位姿与传感器信号P03 STL-101/102 实时约束
Mact\mathcal{M}_{act}行动流形——安全约束下的可行控制空间P03 CBF 安全边界 · Flow-Jump 跳转集

与 EST 三流形的关系（视角说明）：EST 本体论的标准分解是 Mphy×Msem×Mlat\mathcal{M}_{phy} \times \mathcal{M}_{sem} \times \mathcal{M}_{lat}（→ Q-29）。本系列采用任务导向的投影视角：Mact\mathcal{M}_{act} 不是新的基础流形，而是 Mphy\mathcal{M}_{phy} 切丛上受安全约束的可行控制子集（与具身变换 ET:Msem→TxMphy\mathrm{ET}: \mathcal{M}_{sem} \to T_x\mathcal{M}_{phy} 的落点一致）；Mlat\mathcal{M}_{lat}（隐变量/感知流形）因三篇论文均不以感知为研究对象而被边缘化——感知不确定性经 EKF 压缩后以估计误差界的形式进入 P03 的鲁棒安全裕量。两种三元组是同一本体的不同投影，不是两套理论。

三层串联安全保证链

三篇论文构成一个串联结构，每一层的输出是下一层的前提，任何一层失效，安全链断裂：

Paper-01 · 语义层 · IEEE RA-L
语义流形 Msem\mathcal{M}_{sem} 子图覆盖完备性
核心命题：SEC(Q,τ∗)=1\mathrm{SEC}(Q,\tau^*)=1（确定性等式，非统计下界）
工具：Theorem Q-18 + PCA 验证（18/18=100%）
= 1.0
SEC 覆盖率
SEC=1 → Brain 层词汇覆盖完备，向下传递路由前提
Paper-02 · 路由层 · IEEE RA-L
Brain LLM 在 Msem\mathcal{M}_{sem} 上的路由对齐质量
核心命题：Q(f)≥0.90Q(f)\geq 0.90 且 H < 0.05（同时满足）
工具：QLoRA 微调 + dSemd_\mathrm{Sem} 谱泛化界（510 样本，Qwen2.5-3B）
0.944
Q(f)；H=0.016
Q(f)=0.944 → 路由质量达标，向下传递执行凭证
Paper-03 · 物理层 · IEEE T-ASE
三层纵深防御执行协议（L1/L2/L3）
核心命题：ρ(φ101)≥0\rho(\varphi_{101})\geq 0 保证 P(unsafe)≤155 ppmP(\text{unsafe})\leq 155\text{ ppm}
工具：跨域正交化原理 + STL-101/102 + Flow-Jump 安全跳变
FPR=0%
σ≤2.0 N·m

安全链的数学含义：三层保证联合成立，等价于具身空间全局安全性：

Global Safety  ⟺  SEC=1⏟P01∧Q(f)≥θQ,  H≤θH⏟P02∧ρ(t)≥0,  ∀t∈[0,T]⏟P03\text{Global Safety} \iff \underbrace{\mathrm{SEC}=1}_{\text{P01}} \wedge \underbrace{Q(f)\geq\theta_Q,\;H\leq\theta_H}_{\text{P02}} \wedge \underbrace{\rho(t)\geq 0,\;\forall t\in[0,T]}_{\text{P03}}

规范闭合性：最核心的数学资源

EICPS 框架区别于所有现有 LLM 机器人规划方法（SayCan、RT-2、Code as Policies）的根本数学基础，是对一个被长期忽视的领域属性的识别——规范闭合性（Normative Closure）：

电力作业规程的文件枚举完备性使任务分布 DtaskD_\mathrm{task} 的支撑集有限可枚举，从而将”开放世界的统计问题”转化为”闭合域的形式化问题”。

这一转化在三篇论文中分别体现为：

  • Paper-01 利用规范闭合性将 SEC 从统计下界（≥1−δ\geq 1-\delta，δ>0\delta>0 不可消除）升级为确定性等式（=1=1）
  • Paper-02 利用规范闭合性使 dSemd_\mathrm{Sem} 可计算，使测试集构建有原则性依据（不依赖无限分布采样）
  • Paper-03 利用规范闭合性从规程文本直接导出 STL 约束参数（力矩 [40,60] N⋅m[40,60]\,\mathrm{N{\cdot}m}，位置容差），使形式化验证有物理锚点

规范闭合性将 EICPS 的安全认证问题从概率领域移入形式化领域——这是其他所有方法都未做到的。

FAILSAFE 三种形态：统一的安全哲学

FAILSAFE 是 EICPS 安全哲学的统一体现——拒绝优于误执行。三层中形态不同，但逻辑一致：

层次触发条件形式化表达代价
Paper-01 语义层指令超出词汇覆盖范围dmin⁡(u,V)≥τdep=0.30d_{\min}(u,\mathcal{V}) \geq \tau_\mathrm{dep}=0.30最低：路由拒绝
Paper-02 路由层危险对语义均衡（布里丹之驴）Δd<δ/2\Delta d < \delta/2，请求人工确认中：暂停等待确认
Paper-03 物理层STL 鲁棒度为负ρ(φ101)<0\rho(\varphi_{101}) < 0，Flow-Jump 跳变最高但已不可逆前发生

越靠前的层触发代价越低；三层构成纵深防御，任意一层触发立即终止，后续层不再执行。

三篇贡献层次：理论 → 方法 → 工程

三篇论文形成完整的垂直贯通：

THEORY · Paper-01
SEC 形式化指标 + 覆盖规约定理
首次证明安全关键域 LLM 系统的语义覆盖完备性可被形式化验证（而非统计估计）
METHOD · Paper-02
dSemd_\mathrm{Sem} 可计算代理 + 谱泛化假说
首次为边缘 LLM 语义流形对齐提供有原则的评测框架，证明”小模型+领域微调 > 大模型零样本”
ENGINEERING · Paper-03
EvidencePack 三层纵深防御协议
首次为 LLM 引导的安全关键机器人提供端到端可审计保证，将物理幻觉拦截率提升至 100%

与现有方法的核心区别

方法语义覆盖保证路由安全性物理执行验证
SayCan统计，不可认证无危险对区分无形式化
RT-2统计，不可认证无危险对区分无形式化
Code as Policies统计，不可认证无危险对区分代码执行，无 STL
EICPS（本系列）SEC=1，确定性H=0.016，形式化危险对STL+Flow-Jump，可证明

EICPS 不是现有方法的功能增强，而是在规范闭合性这一前提下，回答了现有方法根本没有尝试回答的问题：系统能否以可认证的方式处理领域内的每一条合法指令？

上表对比的是 LLM 机器人规划方法；在形式化方法一侧，本系列的学术上游是 Fan（MIT）的 Safe Autonomy 纲领（《Formal Methods for Safe Autonomy》, ACM Books 2023）——STL 鲁棒度语义与 CBF 前向不变性的数学性质由该纲领及其源头文献建立，本系列的贡献不在这些工具本身，而在于：识别规范闭合性使闭合域形式化成为可能（P01）、为语义层建立可计算的对齐度量（P02）、并将工具组装为端到端可审计的执行协议（P03）。上下游关系的完整讨论见 Q-25、理论谱系见 Q-28。

导航

Paper-01 · RA-L
SEC 语义覆盖
Theorem Q-18 · SEC=1 · PCA 验证
Paper-02 · RA-L
Brain-LLM 微调
QLoRA · Q(f)=0.944 · H=0.016
Paper-03 · T-ASE
纵深防御执行层
L1/L2/L3 · STL · FPR=0%