路线图

状态：草案 · 最后更新 2026-11-05

原则：每个版本只有一个核心问题。版本号不是进度条，是"这一版证明了什么"。

总览

版本	核心问题	优先级	状态
v0.1	这套分层能不能在仿真里跑起来一个闭环？	MUST	进行中（骨架已跑通，契约未定稿）
v0.2	换栈之后，公平 B0 + 延迟扫描能不能跑出可复核的数据？	MUST	已跑通（含阴性结果）
v0.3	需求能不能自主产生，而不是被写死？	MUST	未开始
v0.4	出错了能不能自己修，抢占是不是对的？	MUST	未开始
v0.5	能力会不会随时间增长？	SHOULD	未开始

v0.1 概念与仿真骨架（MUST）

目标：仿真里跑通**阶段 1（解决自身需求）**的最小闭环。

• [ ] 架构文档与接口契约定稿（本仓库当前状态 → 定稿）
• [ ] 内感受 / 情感变量定义（变量清单 + 设定点区间）
• [ ] 多时间尺度调度器骨架（L1/L2 实时，L3/L4 异步）
• [x] 仿真最小闭环 demo（阶段 1）—— 骨架已跑通（sim/，B1 基线 10 秒闭环），参数未标定

完成的判定：给定"电量跌破 25%（sim 里从 28% 起跑）"，系统在无外部指令下自主前往充电点并完成充电； 全过程有可解析的日志，能算出"需求驱动行为占比 > 0"。

当前实测：B1 基线 10 秒内到桩、需求驱动占比 0.50、抢占正确率 1/1（反事实口径）。 判定口径与实测数据都以 sim/ 为准；本文件只写目标，不抄数字。

v0.2 换栈 + 公平基线（MUST）· 已完成首轮

目标：把"能不能被第三方复核"从口号变成命令。

• [x] Web 实时栈（testbed/，Rapier + Three.js）+ headless 批跑
• [x] 公平 B0（b0f：能读电量、能自己决定充电）
• [x] 延迟是参数（0.1–2.0 s），每格 n≥10，报 Wilson 区间
• [x] 确定性：同 seed 同 stateHash
• [x] 静态对照组（S1）三条基线打平——台子不偏袒

首轮结论（阴性）：移动目标场景下，严格 age 丢弃在 2 s 延迟时 0/20， 照旧执行 20/20。详细区间与局限见 evals/v0.2/README.md。

• [ ] revalidate 策略（过期但当前感知安全 → 采纳）
• [ ] 移动障碍场景（让"过期"真的危险）
• [ ] 抢占触发条件的构造（本版一次都没触发）

v0.3 需求与动机（MUST）

• [ ] 稳态偏离检测与优先级生成（severity → goal_candidate.priority）
• [ ] 内在动机探索策略
• [ ] LLM 接入与边界对比实验（B0 vs B1）

完成的判定：能产出 B1 基线的第一份可复现数据，并公开原始日志。

v0.3 执行修正与成果检测（MUST）

• [ ] 失败检测与重试 / 换策略 / 降级
• [ ] 抢占正确性评估（"该抢"判定 + 人工复核）
• [ ] 真机或高保真仿真验证（SHOULD）

完成的判定：注入 20 次失败后，异常自恢复率与抢占正确率均有数据，且方法可被第三方复跑。

v0.4 发育式能力增长（SHOULD）

• [ ] 能力边界探测与学习进度驱动
• [ ] 发育曲线评估
• [ ] 阶段 2 入口钩子

阶段边界

阶段	内容	何时做
阶段 1	解决自身需求（电量、过热、卡死）	v0.1–v0.3 全部
阶段 2	发现并解决程序/LLM 规划外的需求	v0.4 起，之前只留观测钩子

一个连自己电量都不会管的机器人，不可能可靠地发现你没说出口的需求。先把阶段 1 做扎实。

任务 → Issue 映射

开 Issue 时用这些标签，方便别人筛：

任务	标签
变量清单 / 设定点	interoception
调度器骨架	real-time architecture
情绪向量与调制	affect
目标候选与优先级	motivation
失败检测与降级	execution-monitor outcome-detection
抢占正确性	outcome-detection safety
契约定义	interface-contract
LLM 边界实验	llm-boundary
仿真	sim
入门任务（补文档、画图）	good-first-architecture

不承诺的事

• 不承诺时间表。这是个人维护的草案项目，版本号只表示顺序，不表示日期。
• 不承诺每个版本都有"能看的东西"。v0.2 的产出可能只是一份对比数据。