從具身軌跡到可治理經驗：多模態具身學習資料平面的架構命題

感知—意圖—行動—後果資料鏈的分層、授權、溯源與學習晉升模型

英文題名： From Embodied Trajectories to Governable Experience: An Architectural Proposition for a Multimodal Embodied Learning Data Plane
作者： Neo.K
日期： 2026-07-30
文件類型： 公開技術論文／架構命題論文
版本： v1.0
公開狀態： Public
關鍵詞： 具身智能、多模態資料、行動軌跡、資料治理、資料溯源、隱私、授權、技能學習、世界模型、MELDP

摘要

具身智能、電腦操作代理、機器人與虛擬世界代理正在產生一類不同於傳統文字、影像與影片語料的新資料：代理不只觀察環境，也形成目標、提出候選行動、接受安全約束、執行外部操作、承受後果、判斷成功與失敗，並在人類接管或自我修正後繼續任務。這類資料同時包含感知、語義、決策、控制、回饋與因果結構，可被稱為多模態具身經驗資料。

然而，現有資料管線經常把執行紀錄、產品遙測、個人化記憶、評估樣本與模型訓練資料視為可自然互換的資料集合。這種做法忽略了一個根本差異：使用者允許代理觀察或操作環境，不等於允許系統長期保存資料；允許保存，不等於允許進行個人化學習；允許個人化，也不等於允許將資料用於共享模型訓練、跨主體傳播或公開發布。

本文提出多模態具身學習資料平面（Multimodal Embodied Learning Data Plane, MELDP）的架構命題。MELDP 不被定義為單一資料庫，而是一個跨越具身代理生命週期的橫向資料治理平面，負責分離營運資料、私密原始資料、因果軌跡、權利與授權、去識別學習語料、資料集版本及模型血緣。

本文提出九項主要構件：

具身經驗單位；
多區資料分層；
權利與用途向量；
資料晉升閘門；
隱私—效用轉換鏈；
記憶—技能—參數三級學習；
因果軌跡與負例保存；
資料—資料集—模型溯源圖；
可撤回性與模型影響追蹤。

本文的核心命題是：

\boxed{ \text{營運中產生的具身資料} \not\Rightarrow \text{自動成為可訓練資料} }

只有在用途相容、權利允許、資料最小化、敏感資訊處理、品質審查與來源可追溯等條件同時成立時，資料才可由營運狀態晉升為學習資產。

MELDP 的最終目的不是最大化資料蒐集，而是使具身智能能夠在不破壞個人權利、內容權利與系統安全的前提下，從自身經驗中形成可刪除記憶、可版本化技能及受治理模型更新。

一、研究背景

1.1 從網路語料到環境互動

傳統大型模型主要由既有文字、影像、聲音與影片語料學習。具身智能則逐漸轉向：

\text{環境觀察} \rightarrow \text{狀態理解} \rightarrow \text{行動} \rightarrow \text{環境回饋}

具身 AI 研究長期強調代理透過第一視角感知及環境互動取得經驗，而不是只從靜態網路資料學習。近期研究亦指出，與實際軌跡耦合的視覺—語言資料可作為通用視覺語言模型與具身行動模型之間的中介資料；桌面與遊戲互動也可能成為具有觀察—行動耦合特性的具身預訓練來源。

這表示未來最有價值的 AI 資料之一，可能不是單純的畫面，而是：

\boxed{ \text{畫面} + \text{理解} + \text{目標} + \text{行動} + \text{後果} }

1.2 普通日誌無法描述具身經驗

一般系統日誌可能只記錄：

10:31:02 click x=812 y=546
10:31:03 screen_changed=true

但對學習而言，更有價值的資料是：

目標：開啟設定
觀察：右上方有齒輪圖示
候選：齒輪、問號、關閉按鈕
選擇：齒輪
理由：圖示語義與歷史場景一致
預期：設定面板出現
執行：滑鼠移動並點擊
結果：設定面板出現
驗證：成功

兩者的差別不只是欄位數量，而是後者保存了：

參照；
意圖；
候選；
選擇；
預測；
因果；
驗證；
失敗可能性。

因此本文將這類資料稱為：

\boxed{ \text{Embodied Experience Data} }

即具身經驗資料。

1.3 為何需要獨立資料平面

具身代理同時跨越：

感知系統；
世界模型；
規劃器；
安全政策；
外部執行器；
記憶系統；
評估系統；
模型訓練系統。

若每個模組各自保存資料，將出現：

重複蒐集；
無法確定資料來源；
無法判斷用途；
無法執行刪除；
無法區分個人化與共享訓練；
無法知道哪個模型使用過哪些資料；
失敗案例被遺失；
原始敏感資料被永久保留。

因此需要一個橫向平面，統一管理資料從產生到刪除、從營運到學習、從單次經驗到模型版本的完整生命週期。

二、研究問題

本文處理以下問題：

如何形式化一筆完整的具身經驗？
如何分離營運、隱私、軌跡、授權與學習資料？
如何表達不同資料用途的授權範圍？
什麼條件下，營運資料可以晉升為學習資料？
如何兼顧資料效用與敏感資訊最小化？
如何保留失敗、拒絕與人類接管等負例？
如何區分記憶學習、技能學習及參數學習？
如何追蹤資料對資料集、技能與模型的影響？
當授權被撤回時，系統可以撤回到什麼程度？

三、相關研究與治理基線

3.1 具身軌跡的學習價值

具身 AI 的核心特徵是代理從環境互動中取得第一視角經驗。相關研究已把長序列軌跡用於世界模型、定位、模仿學習、計畫與行動預測。

近期「Embodied Trajectory-Coupled Data」研究主張，從同一批具身場景及軌跡衍生出的視覺—語言監督，可成為通用 VLM 轉向具身控制策略時的中介資料。另有研究指出，桌面與遊戲環境能提供可大規模收集的感知—行動耦合資料，並可能將部分數位互動中的感覺運動表徵轉移至物理具身任務。

本文不假定所有數位軌跡都能直接轉移至物理世界，而是接受以下較弱命題：

\boxed{ \text{具備觀察—行動—結果耦合的資料} > \text{只有結果畫面的資料} }

3.2 目的限制與資料最小化

資料治理不能只處理資安，也必須處理資料被何種目的使用。

GDPR 第 5 條提出目的限制、資料最小化、正確性、保存限制等原則：個人資料應為明確、合法目的蒐集，且限於達成目的所必要的範圍。這些原則可被抽象為具身資料平面的工程要求：

\text{Collect}(d) \Rightarrow \text{Purpose}(d) \land \text{Necessity}(d)

NIST Privacy Framework 則將隱私風險視為資料處理活動可能對個人造成的問題，並強調從蒐集至處置的完整生命週期與資料處理生態系角色。

3.3 AI 資料治理

NIST AI RMF 將 AI 風險管理描述為跨越設計、開發、部署、使用及評估的持續工作，強調可信、可解釋、隱私增強、安全與問責。

歐盟 AI Act 第 10 條則對高風險 AI 的訓練、驗證與測試資料提出適合預定目的的資料治理與管理要求。本文並不把所有具身代理視為法律上的高風險 AI，而是採用較一般的工程推論：

當具身資料可能被用於訓練、驗證或評估模型時，資料治理不應等到訓練階段才開始。

3.4 資料來源與溯源

W3C PROV 資料模型以 Entity、Activity 與 Agent 描述資料如何產生、使用、轉換與歸責，並支援不同系統間交換來源資訊。

NIST Research Data Framework 也把 provenance 視為記錄資料資產何時、何地、如何及由誰產生、取得與修改的歷史紀錄。

具身資料特別需要溯源，因為同一筆訓練樣本可能來自：

原始影格
→ 裁切
→ 去識別
→ Target 標註
→ 軌跡摘要
→ 技能抽取
→ 資料集
→ 模型 Checkpoint

只保存最終樣本，將無法回答其合法性、品質與撤回影響。

四、具身經驗單位

4.1 基本定義

定義第 $i$ 筆具身經驗：

\mathcal{E}_i = ( O_i, W_i, G_i, T_i, C_i, A_i, P_i, X_i, V_i, R_i, H_i, \Gamma_i )

其中：

$O_i$ ：外部觀察；
$W_i$ ：代理內部世界狀態；
$G_i$ ：目標；
$T_i$ ：被定位的 Target；
$C_i$ ：候選行動集合；
$A_i$ ：實際行動；
$P_i$ ：Expected Effect；
$X_i$ ：外部執行回執；
$V_i$ ：結果驗證；
$R_i$ ：恢復行動；
$H_i$ ：人類介入；
$\Gamma_i$ ：權利、來源、用途與保存 metadata。

4.2 經驗不是固定長度紀錄

一筆經驗可以是：

單次點擊；
數秒滑鼠拖曳；
一次對話框處理；
一個完整子任務；
一段數分鐘的導航；
一次失敗與修復；
一段人類接管軌跡。

因此經驗單位應支援巢狀結構：

\mathcal{E}^{task} = \{ \mathcal{E}_1, \mathcal{E}_2, \dots, \mathcal{E}_n \}

子經驗可以被折疊成摘要，但原始軌跡仍保留來源關係。

4.3 因果承諾

具身經驗與一般多模態紀錄的關鍵差異是：

P_i \leftrightarrow V_i

即：

行動前，代理承諾預期效果；
行動後，系統檢查實際效果。

因此資料可以標註：

預期成功，實際成功
預期成功，實際無效果
預期 A，實際 B
不確定，要求人類
安全政策拒絕執行

這些資料可用於學習：

行動效果模型；
不確定性；
錯誤預測；
Recovery；
安全停止。

五、MELDP 架構命題

5.1 定義

多模態具身學習資料平面定義為：

\boxed{ \mathcal{D}_{MELDP} = ( S, R, P, L, G, M ) }

其中：

$S$ ：多區資料儲存；
$R$ ：Rights Registry；
$P$ ：Data Promotion Pipeline；
$L$ ：Lineage／Provenance Graph；
$G$ ：Governance and Policy；
$M$ ：Learning Materialization。

MELDP 不是取代既有資料庫，而是規定：

哪種資料放在哪裡；
哪些用途被允許；
哪些轉換必須發生；
哪些資料可以晉升；
哪些模型受到影響；
如何執行刪除或撤回。

六、多區資料分層

6.1 Raw Private Vault

保存最敏感的原始資料：

完整影格；
原始音訊；
OCR 原文；
帳號名稱；
聊天；
人臉；
裝置資訊；
精確時間與位置；
未裁切桌面內容。

基本政策：

\text{DefaultTrainingPermission}=0

其特徵應為：

本地優先；
加密；
最短必要保留；
嚴格存取控制；
明確 TTL；
可立即刪除；
不與訓練系統直接相連。

6.2 Operational State Store

保存系統繼續運作所需狀態：

Session；
Scene；
Target；
Action；
Runtime State；
Frame Revision；
Checkpoint；
Task Budget。

它回答：

系統如何繼續任務？

而不是：

這些資料可否拿去訓練？

6.3 Causal Trajectory Ledger

保存具身經驗的因果鏈：

O \rightarrow T \rightarrow C \rightarrow A \rightarrow P \rightarrow X \rightarrow V \rightarrow R

包含：

成功；
失敗；
拒絕；
Retry；
人類接管；
Emergency Stop。

可採 append-only 與 hash chaining：

h_n = H( h_{n-1}, e_n )

6.4 Consent and Rights Registry

保存資料用途、權利與期限。

它不只保存：

consent = true

而保存多維度權利。

6.5 De-identified Learning Corpus

只有通過：

去識別；
最小化；
權利檢查；
品質檢查；
來源檢查；

的資料才能進入。

6.6 Dataset and Model Lineage Registry

保存：

資料來源；
衍生轉換；
Dataset Version；
Skill Version；
Model Checkpoint；
評估結果；
撤回影響。

七、權利與用途向量

7.1 權利不是單一布林值

定義資料 $d$ 的權利向量：

\mathbf{r}(d) = ( r_o, r_c, r_r, r_p, r_l, r_s, r_e, r_u )

可分別表示：

$r_o$ ：observe；
$r_c$ ：control；
$r_r$ ：record／retain；
$r_p$ ：personalize；
$r_l$ ：train local；
$r_s$ ：train shared；
$r_e$ ：export／share；
$r_u$ ：publish。

例如：

\mathbf{r}(d) = ( 1,1,1,1,0,0,0,0 )

表示：

可以觀察；
可以操作；
可以保存；
可以本地個人化；
不得訓練本地權重；
不得訓練共享模型；
不得分享；
不得公開。

7.2 操作授權與學習授權分離

核心不變量：

\boxed{ r_c \not\Rightarrow r_r }

\boxed{ r_r \not\Rightarrow r_l }

\boxed{ r_l \not\Rightarrow r_s }

\boxed{ r_s \not\Rightarrow r_u }

因此：

允許代理操作
≠ 允許保存畫面
≠ 允許個人化
≠ 允許微調模型
≠ 允許跨使用者共享
≠ 允許公開資料集

7.3 權利 metadata

除向量外，還需要：

\Gamma_r = ( owner, subjects, purpose, jurisdiction, expiry, revocability, license, restrictions )

同一筆畫面可能同時涉及：

使用者；
其他自然人；
內容著作權人；
平台；
應用程式供應商；
模型供應商；
組織政策。

因此權利評估是多主體問題，而不是單一使用者勾選框。

八、資料晉升閘門

8.1 營運資料不自動成為學習資料

定義資料晉升函數：

\Pi(d,p) = \begin{cases} 1, & \text{允許資料 }d\text{ 晉升至用途 }p\\ 0, & \text{拒絕} \end{cases}

晉升條件：

\Pi(d,p) = L \land C \land M \land R \land Q \land V \land S

其中：

$L$ ：合法／授權基礎存在；
$C$ ：用途相容；
$M$ ：資料最小化完成；
$R$ ：敏感資訊處理完成；
$Q$ ：品質合格；
$V$ ：來源與轉換可驗證；
$S$ ：安全審查通過。

8.2 標準晉升鏈

\boxed{ \text{Capture} \rightarrow \text{Classify} \rightarrow \text{Minimize} \rightarrow \text{Redact} \rightarrow \text{Rights Check} \rightarrow \text{Quality Review} \rightarrow \text{Version} \rightarrow \text{Promote} }

任何一步失敗：

reject
quarantine
delete
retain operational-only
request new authorization

8.3 晉升狀態

RAW
CLASSIFIED
MINIMIZED
REDACTED
RIGHTS_VALIDATED
QUALITY_VALIDATED
APPROVED_FOR_MEMORY
APPROVED_FOR_SKILL
APPROVED_FOR_LOCAL_TRAINING
APPROVED_FOR_SHARED_TRAINING
REJECTED
REVOKED
DELETED

九、隱私—效用轉換

9.1 最小化目標

給定資料轉換 $\phi$ ：

d' = \phi(d)

希望：

\min_{\phi} I(d';S)

同時滿足：

U(d') \geq \theta

其中：

$S$ ：敏感資訊；
$I(d';S)$ ：轉換後資料與敏感資訊的關聯；
$U(d')$ ：任務效用；
$\theta$ ：最低學習效用。

這不是宣稱可計算出完美隱私，而是把工程目標明確化：

保留完成學習任務所需的最小資訊，而不是盡量保存全部內容。

9.2 分層轉換

Level 0：Raw

完整原始資料。

Level 1：Masked

遮罩姓名、聊天、人臉、通知及帳號。

Level 2：Cropped

只保留 Target 與相關區域。

Level 3：Structured

轉換為：

Target；
Scene；
Action；
Verification；
Coordinate-normalized metadata。

Level 4：Abstracted

轉換為一般技能：

find primary action
hover to disambiguate
click and verify panel appearance

Level 5：Statistical

只保留統計或模型更新。

隨著抽象化程度提高，直接識別風險通常下降，但錯誤抽象與不可撤回性問題可能上升。

十、三級學習模型

10.1 記憶學習

\mathcal{E} \rightarrow \mathcal{M}

將經驗保存成可檢索記憶：

相似場景；
已知 Target；
使用者偏好；
失敗；
Recovery。

特徵：

易刪除；
易修正；
易撤回；
不改模型權重；
適合個人化。

10.2 技能學習

\{ \mathcal{E}_1,\dots,\mathcal{E}_n \} \rightarrow \mathcal{K}

從多筆軌跡抽象技能：

開啟設定；
處理 Loading；
重新定位；
調整 Slider；
處理意外對話框。

技能應具有：

來源集合；
適用條件；
版本；
失敗條件；
權限；
測試；
可停用性。

10.3 參數學習

\mathcal{D}_{train} \rightarrow \theta'

包括：

Fine-tuning；
Grounding Model；
Preference Model；
Action Model；
World Model；
Offline RL。

參數學習通常最難：

精確刪除單筆資料影響；
解釋權重來源；
執行授權撤回；
防止記憶洩漏。

因此合理的學習順序是：

\boxed{ \text{Memory} \rightarrow \text{Skill} \rightarrow \text{Model Weight} }

10.4 可撤回性梯度

定義可撤回性：

\mathcal{R}(x) = \text{從系統中移除資料影響的可行程度}

一般而言：

\mathcal{R}(\text{memory}) > \mathcal{R}(\text{skill}) > \mathcal{R}(\text{weight})

因此高敏感資料應優先使用可刪除記憶，而不是直接進入參數更新。

十一、負例與失敗資料

11.1 為何失敗資料重要

成功軌跡回答：

什麼有效？

失敗軌跡回答：

哪裡容易混淆；
哪些置信度不可靠；
哪些 Target 會移動；
哪些 Click 沒有效果；
哪些行動進入錯誤場景；
什麼時候應停止；
什麼時候需要人類。

11.2 負例類型

target_not_found
wrong_target
stale_target
policy_denied
execution_blocked
no_effect
wrong_effect
unexpected_scene
human_takeover
emergency_stop
recovery_failed

11.3 偏好資料

一組高價值偏好樣本：

( O, A^-, V^-, H, A^+, V^+ )

其中：

$A^-$ ：錯誤行動；
$V^-$ ：錯誤結果；
$H$ ：人類更正；
$A^+$ ：修正行動；
$V^+$ ：正確結果。

這比只保存成功行動更適合訓練：

Action Ranking；
Recovery；
Uncertainty；
Human Escalation；
Safety Policy。

十二、溯源圖

12.1 資料血緣

定義溯源圖：

\mathcal{G}_p = ( N, E )

節點：

RawFrame
RedactedFrame
Observation
Target
Trajectory
Episode
Skill
Dataset
TrainingRun
ModelCheckpoint
Evaluation
Deployment

邊：

wasGeneratedBy
wasDerivedFrom
used
wasAttributedTo
wasApprovedBy
wasRevokedBy
wasIncludedIn
producedModel
evaluatedBy

這與 W3C PROV 的 Entity、Activity、Agent 基本模型相容。

12.2 模型影響集合

定義資料 $d$ 的後代集合：

Desc(d) = \{ x \mid d \leadsto x \}

可能包括：

Dataset；
Skill；
Model Checkpoint；
Evaluation；
Deployment。

當資料被撤回時，系統先計算：

Impact(d) = Desc(d)

再依政策決定：

只停止未來使用；
從資料集移除；
重建技能；
重新訓練；
停用 Checkpoint；
標註無法完全撤回。

12.3 不誇大可刪除能力

MELDP 不應承諾：

刪除原始資料就能保證模型權重完全忘記。

更誠實的狀態是：

source_deleted
future_use_blocked
dataset_removed
skill_rebuilt
model_retraining_required
model_unlearning_attempted
residual_influence_unknown

十三、跨主體與跨代理學習

13.1 個人學習與共享學習分離

定義：

\mathcal{D}_{personal} \cap \mathcal{D}_{shared} = \varnothing

除非資料經過明確晉升。

本地個人化資料不應自動進入共享模型。

13.2 經驗共享的最低單位

最安全的共享方式不一定是分享原始 Frame，而可能是分享：

抽象技能；
錯誤類型；
Target Role；
Scene Transition；
Verification Rule；
統計；
去識別軌跡。

例如：

當主要按鈕有三個相似候選時，
先 Hover 並確認 Tooltip，
再執行 Click。

這種技能不必包含任何使用者畫面。

13.3 聯邦式或本地優先學習

在適當場景下，可以考慮：

Local Training；
Federated Aggregation；
Secure Aggregation；
Differential Privacy；
Gradient／Update Filtering。

但這些技術不能取代：

用途授權；
最小化；
資料來源；
權利管理。

隱私技術降低風險，不會自動創造資料使用權。

十四、資料治理不變量

MELDP 最低不變量為：

\boxed{ \text{操作授權} \neq \text{紀錄授權} }

\boxed{ \text{紀錄授權} \neq \text{訓練授權} }

\boxed{ \text{個人化授權} \neq \text{共享模型授權} }

\boxed{ \text{營運資料} \not\Rightarrow \text{訓練資料} }

\boxed{ \text{無來源資料} \not\rightarrow \text{正式資料集} }

\boxed{ \text{被拒絕資料} \not\rightarrow \text{其他用途} }

\boxed{ \text{原始敏感資料保留期限} \leq \text{必要期限} }

十五、資料品質

15.1 具身資料品質維度

資料品質不只包含正確標籤。

還包括：

Observation 完整性；
Frame／Action 時間對齊；
Target Revision；
Execution Receipt；
Verification；
Scene Continuity；
Policy Context；
Human Correction；
Source Integrity；
Rights Completeness。

15.2 不完整經驗

若缺少：

行動前影格；
Expected Effect；
Runtime Receipt；
行動後影格；
Verification；

則該資料不應被標記為完整因果軌跡。

定義完整性：

C(\mathcal{E}) = \frac{\text{存在的必要構件}} {\text{全部必要構件}}

不同用途可設定不同門檻。

例如：

Grounding 訓練不一定需要 Action；
Effect Model 必須有前後觀察；
Recovery 模型必須有失敗與修正。

十六、系統生命週期

16.1 產生

代理在環境中觀察與行動。

16.2 營運保存

支援任務繼續、除錯與安全審計。

16.3 分類

判斷：

個資；
敏感資訊；
內容權利；
平台限制；
資料用途；
保留期限。

16.4 轉換

Redaction；
Crop；
Pseudonymization；
Structuralization；
Abstraction。

16.5 晉升

依 Rights、Purpose、Quality、Provenance 決定可進入：

Memory；
Skill；
Local Training；
Shared Training；
Evaluation；
Publication。

16.6 使用

Retrieval；
Training；
Evaluation；
Benchmark；
Skill Execution。

16.7 撤回與刪除

停止未來使用；
刪除原始資料；
更新資料集；
重建技能；
標記模型影響；
視需要重新訓練。

十七、架構貢獻

本文的主要架構貢獻可概括為：

貢獻一：具身經驗單位

把感知、內部狀態、候選行動、Expected Effect、Execution Receipt 與 Verification 整合為一筆可學習經驗。

貢獻二：營運—學習分離

提出資料必須經過晉升閘門，而不是從執行紀錄直接流入訓練。

貢獻三：權利向量

把觀察、操作、保存、個人化、本地訓練、共享訓練、分享與公開拆成不同權利維度。

貢獻四：三級學習

區分可刪除記憶、可版本化技能與難撤回模型權重。

貢獻五：因果與負例保存

將 Expected／Actual Effect、Policy Denial、No Effect、Wrong Effect 與 Human Takeover 視為一級學習資料。

貢獻六：溯源與影響圖

建立從原始資料到技能、資料集、模型與部署的可查詢血緣。

十八、討論

18.1 這是否會限制資料規模？

會。

嚴格資料治理通常降低可直接使用的資料量。

但具身資料的價值不只在規模，也在：

時間對齊；
行動參照；
因果驗證；
失敗修正；
高品質來源。

低治理的大量資料，可能同時包含：

錯誤 Target；
錯誤 Timestamp；
隱私資訊；
失效授權；
未知來源；
不可重播軌跡。

因此更合理的目標是：

\boxed{ \text{最大化可治理的有效經驗} }

而不是最大化原始資料量。

18.2 結構化是否會損失資訊？

會。

從完整影格抽象為 Target 與 Action，必然失去部分上下文。

因此 MELDP 不應只保存單一抽象層，而應保存可控的多解析度表示：

Raw
Redacted
Cropped
Structured
Abstracted
Statistical

不同用途取得不同層級。

18.3 權利撤回是否能真正影響已訓練模型？

不一定能完全達成。

這正是需要分層學習與 lineage 的原因。

系統至少應做到：

停止未來使用；
刪除可刪除記憶；
移除技能來源；
從後續資料集排除；
標記受影響模型；
誠實揭露殘餘影響。

18.4 MELDP 是否只適用於機器人？

不是。

它適用於所有具備：

\text{Observation} \rightarrow \text{Action} \rightarrow \text{Outcome}

的代理，包括：

機器人；
遊戲代理；
桌面操作代理；
瀏覽器代理；
虛擬世界角色；
工業控制代理；
軟體測試代理；
無障礙代理。

十九、未來研究

具身資料權利表示語言；
可機器執行的資料晉升政策；
Target／Action／Effect 的跨環境通用 Schema；
個別經驗對模型權重影響的估計；
具身模型的資料撤回與機器遺忘；
跨代理技能共享的最小資訊表示；
隱私保護下的失敗軌跡學習；
數位具身經驗向物理具身策略的轉移；
人類接管資料的偏好與安全學習；
具身資料集的完整性與因果品質指標。

二十、結論

未來代理最有價值的資料，不只是人類事先準備的文字、圖片與影片，也包括代理自己在環境中形成的經驗：

\boxed{ \text{看見什麼} + \text{如何理解} + \text{想做什麼} + \text{實際做了什麼} + \text{發生了什麼} + \text{如何修正} }

這類資料具有極高學習價值，也同時具有極高的隱私、權利、來源與安全風險。

因此，具身智能不應只建造感知器、規劃器與外部執行器，還必須建造一個獨立的資料治理平面，使資料在不同用途之間受到明確控制。

本文提出的 MELDP 命題可以濃縮為：

\boxed{ \text{具身經驗} = \text{可學習資產} + \text{受治理責任} }

以及：

\boxed{ \text{Operational Experience} \xrightarrow{\text{Governed Promotion}} \text{Learning Material} }