文档中心 / 研究问答 Q-06

语义 Nyquist 条件：任务图覆盖了多少才算够？

这是从 DFT/FT 类比推导出来的一个开放研究问题。弱版本答案已经可以给出，而且是可以实验验证的。

问题的精确表述

DFT 有 Nyquist 采样定理作为”充分性判据”：采样频率 fs>2fmaxf_s > 2f_{max} 时，离散序列可以无损重建连续信号。类比地，我们需要一个判据来回答：离散任务图 QQ 什么时候对连续语义空间的覆盖是”足够”的？

不足的后果：HTN 规划器遇到 QQ 中没有对应模态的任务时，找不到合法分解路径，系统触发 FAILSAFE，请求人工接管。类比于混叠（aliasing）——但这里的混叠更危险：不是信号失真，而是系统在不应该执行任务时错误地匹配到邻近模态，产生错误动作。

弱版本答案：语义嵌入覆盖率（SEC）

定义

设 Dtask\mathcal{D}_{task} 是目标部署场景中任务描述的概率分布，ϕ:T→Rd\phi: \mathcal{T} \to \mathbb{R}^d 是 LLM 语义编码器（如 text-embedding-ada-002），τ>0\tau > 0 是覆盖半径。

语义嵌入覆盖率定义为：

SEC(Q,τ)=Pt∼Dtask[min⁡qi∈Q∥ϕ(t)−ϕ(qi)∥2<τ]\text{SEC}(Q, \tau) = \mathbb{P}_{t \sim \mathcal{D}_{task}}\left[\min_{q_i \in Q} \|\phi(t) - \phi(q_i)\|_2 < \tau\right]

即：从任务分布中随机采样一个任务 tt，其语义嵌入落在 QQ 中某个已知模态的 τ\tau-邻域内的概率。

充分性条件（弱版本 Nyquist 条件）

SEC(Q,τ)≥1−δ\text{SEC}(Q, \tau) \geq 1 - \delta

其中 δ\delta 是可接受的失效率，对安全关键系统通常取 δ≤10−3\delta \leq 10^{-3}。

这个条件说：以至少 1−δ1-\delta 的概率，任意遇到的任务都能在 QQ 中找到”足够近”的已知模态，HTN 规划不会因语义未覆盖而失败。

参数如何确定

覆盖半径 τ\tau：由模态间距和失效代价共同决定。一种操作化方法：

τ=α⋅min⁡i≠j∥ϕ(qi)−ϕ(qj)∥2\tau = \alpha \cdot \min_{i \neq j} \|\phi(q_i) - \phi(q_j)\|_2

取已知模态对之间最小距离的 α\alpha 倍（α<0.5\alpha < 0.5 保证不同模态的 τ\tau-邻域不重叠）。这与 Nyquist 条件中”采样间隔必须小于信号最短周期一半”的逻辑一致。

失效率 δ\delta：与 FAILSAFE 触发率直接对应：

P(FAILSAFE due to semantic gap)≈1−SEC(Q,τ)P(\text{FAILSAFE due to semantic gap}) \approx 1 - \text{SEC}(Q, \tau)

如果系统要求 FAILSAFE 触发率低于 0.1%，则需要 SEC≥0.999\text{SEC} \geq 0.999。

实验估计流程

第一步：构建任务分布样本

用 LLM 生成 M=1000M = 1000 条覆盖目标场景的任务描述（通过变换主语、增减约束条件、引入边界情况等），构成 D^task\hat{\mathcal{D}}_{task} 的蒙特卡洛近似。对架空输电线路运检场景，例子包括：

  • 主任务的各种表述变体（“换防振锤”的十几种说法）
  • 约束变体（带电 / 停电、风速高 / 低、工具卡住 / 正常）
  • 边界情况（突发人员入侵、设备故障降级等）

第二步：嵌入并计算覆盖率

SEC^(Q,τ)=1M∑j=1M1[min⁡i∥ϕ(tj)−ϕ(qi)∥2<τ]\widehat{\text{SEC}}(Q, \tau) = \frac{1}{M}\sum_{j=1}^M \mathbf{1}\left[\min_i \|\phi(t_j) - \phi(q_i)\|_2 < \tau\right]

第三步：识别覆盖空缺

对于每个 tjt_j 使 min⁡i∥ϕ(tj)−ϕ(qi)∥2≥τ\min_i \|\phi(t_j) - \phi(q_i)\|_2 \geq \tau 的样本，收集起来，用聚类方法（如 k-means）找到”未被覆盖的语义簇”——这些簇中心就是任务图 QQ 的候补新节点，指导知识库扩充的方向。

PAC 风格的采样复杂度下界

设语义流形的内在维度为 dsemd_{sem}（可用 TwoNN 从嵌入数据估计），要在半径 τ\tau 内覆盖整个语义空间，所需模态数的下界由覆盖数（covering number）给出：

∣Q∣min⁡≥N(Msem,τ)=Ω(1τdsem)|Q|_{\min} \geq \mathcal{N}(\mathcal{M}_{sem}, \tau) = \Omega\left(\frac{1}{\tau^{d_{sem}}}\right)

这是语义 Nyquist 条件的结构性含义：任务图的粒度必须与语义空间的内在维度和覆盖要求匹配。若场景语义复杂（dsemd_{sem} 大），则需要更多任务模态。

对于架空输电线路运检场景：实验初步估计任务语义空间内在维度约为 dsem≈4d_{sem} \approx 4–66（主要变量：任务类型、工况、约束等级、应急状态），这对应约 ∣Q∣∼O(102)|Q| \sim O(10^2) 数量级的模态才能达到较高覆盖率。

与已有框架的关系

与 FAILSAFE 机制的连接：HTN 规划失败触发 FAILSAFE 是现有机制，SEC 给了这个机制一个可预测的触发率估计。测量 SEC^\widehat{\text{SEC}} 等价于提前估计部署后的 FAILSAFE 频率。

与消融实验的连接：可以将”仅 HTN 基线”的失败案例分类——属于”知识库覆盖不足（语义 gap）“还是”规划算法失效”，SEC 提供了前者的定量指标。

与安全证明的连接：EvidencePack 目前记录物理层的安全证据；若能同时记录每次任务的 min⁡i∥ϕ(t)−ϕ(qi)∥2\min_i \|\phi(t) - \phi(q_i)\|_2（任务描述到最近已知模态的语义距离），则可将语义覆盖质量纳入审计链。

局限与开放问题

这个弱版本答案有几个已知局限：

分布假设：SEC\text{SEC} 的有效性取决于 D^task\hat{\mathcal{D}}_{task} 是否真实代表部署分布。若真实部署中出现 MM 个样本未覆盖的边界情况，SEC 高估计了覆盖率。这类似于 DFT 中若信号含有超出 fs/2f_s/2 的成分而未被检测到，采样定理的保证失效。

嵌入质量：τ\tau 的意义依赖 ϕ\phi 的质量——不同 LLM 嵌入器对语义距离的刻画不同，覆盖半径 τ\tau 的物理意义与所用嵌入模型耦合。

动态场景：若部署场景的任务分布随时间演化（新类型故障出现），SEC 需要定期重新估计，任务图 QQ 需要相应更新。这类似于时变频谱需要短时傅里叶变换（STFT）而非静态 DFT。

没有精确重建定理：最根本的区别——DFT 在 Nyquist 条件下可以无损重建原始信号；语义 Nyquist 条件满足时，我们只能说”遇到未知任务的概率低于 δ\delta“，但无法从 QQ 重建完整的连续语义流形。弱版本答案的”弱”就在这里。

这个框架的研究价值：SEC 是一个可测量、可比较、可指导任务图扩充方向的量，把”知识库够不够用”从定性判断变成定量指标，为 EST 的系统验证部分提供了新的维度。

→ 语义流形是工程近似吗？DFT 类比 · 语义和数据可以是流形吗？ · 消融实验与集成增益