反事實觀察展開空間算子族：從介入、觀察價值到決策相關的可能空間收縮

Counterfactual Observation Expansion Operators: From Intervention and Observation Value to Decision-Relevant Possibility-Space Contraction

系列：Adaptive Possibility-Space Cognition（APSC）／Paper 03 of 06
版本：v0.1
日期：2026-08-24
作者：Neo.K
機構：EveMissLab / EVEMISS Technology

摘要

在多步推演、部分觀察、因果不完備與有限計算資源的環境中，智能系統面臨一個經常被忽略的問題：當目前可能空間仍然過大時，是否應繼續內部推演，還是先取得新的觀察？傳統反事實推理主要處理「若世界中的某變量被改變，結果會如何」，而主動觀察方法則通常直接評估「查詢某資訊是否有價值」。本文提出更一般化的 反事實觀察展開（Counterfactual Observation Expansion, COE）概念：在真正執行觀察之前，先展開該觀察可能返回的結果，以及每個結果將如何重構、壓縮、分裂、合併或重新排序當前工作可能空間。

本文將觀察視為一種改變認知狀態而不必直接改變世界狀態的操作，並正式區分 intervention、observation、counterfactual intervention 與 counterfactual observation expansion。本文提出觀察結果分支、後驗工作空間、資訊增益、決策價值、風險分辨力、成本與延遲等評估量，並建立一組觀察相關算子族，包括：候選觀察生成、觀察結果展開、空間更新、資訊價值評估、決策相關性評估、觀察選擇、觀察執行與觀察後重規劃。

本文進一步指出：高資訊量觀察不一定是高決策價值觀察；低熵結果不一定改善決策；而某些低機率觀察雖然不大幅降低不確定性，卻可能在高風險情境中具有極高價值。故本文提出 Decision-Relevant Observation Value、Risk-Sensitive Observation Value 與 Observation Regret 等概念，並將「觀察前模擬觀察」視為 APSC 中降低組合爆炸的重要機制。

本文主張，成熟智能系統不應只在內部一直「想」，而應能在適當時機選擇：

\boxed{ \text{Think} \rightarrow \text{Counterfactually evaluate observation} \rightarrow \text{Observe} \rightarrow \text{Collapse or reshape possibility space} \rightarrow \text{Think again}. }

這種能力使觀察成為認知計算的一部分，而不是推理流程之外的附屬輸入。

關鍵詞： 反事實觀察、主動觀察、可能空間、資訊增益、決策價值、部分觀察、因果推演、認知算子、觀察成本、觀察後驗、風險敏感觀察、APSC

1. 問題的提出

1.1 一直內部推演不是普遍最優

在 APSC Paper 02 中，工作可能空間記為：

\widehat{\Omega}_t.

若：

|\widehat{\Omega}_t|

很大，最直接的做法是繼續展開：

\widehat{\Omega}_t \xrightarrow{\mathfrak E} \widehat{\Omega}_{t+1}.

但這可能產生：

|\widehat{\Omega}_{t+1}| > |\widehat{\Omega}_t|.

也就是越想越多。

因此，智能系統需要另一種能力：

在繼續展開之前，先判斷是否存在某個觀察，可以以較低成本直接縮小或重新組織可能空間。

1.2 「觀察」不是單純讀入更多資料

令世界真實狀態為：

S_t^W.

智能體目前的工作認知狀態為：

B_t.

觀察：

q

產生結果：

o.

世界本身可能完全不變：

S_{t+1}^W = S_t^W,

但認知狀態會改變：

B_t \xrightarrow{q,o} B_{t+1}.

因此，觀察是一種：

\boxed{ \text{epistemic state transition} }

而不是必然的世界狀態轉移。

2. 四種不同操作

2.1 Intervention

介入直接改變世界：

do(X=x').

其核心問題是：

如果我讓某變量改變，後果是什麼？

2.2 Observation

觀察不直接設定世界變量，而取得：

o \sim P(O\mid S).

其核心問題是：

世界現在呈現什麼資訊？

2.3 Counterfactual Intervention

反事實介入在不真正執行介入時，先模擬：

do(X=x') \Rightarrow \widehat Y.

這是一種假設性世界改變。

2.4 Counterfactual Observation Expansion

本文提出：

\boxed{ \mathfrak O_q^{CF} }

其目的不是改變世界，也不是立刻去看，而是：

在觀察 $q$ 真正發生以前，先展開它可能得到的觀察結果，以及每個結果對工作可能空間、決策與風險的影響。

因此：

\mathfrak O_q^{CF} : \widehat{\Omega}_t \rightarrow \left\{ (o_i, \widehat{\Omega}_{t\mid o_i}) \right\}_{i=1}^{n}.

3. 觀察候選空間

3.1 不是所有東西都值得觀察

令候選觀察集合為：

\mathcal Q_t = \{ q_1,q_2,\ldots,q_m \}.

例如：

搜尋某份文件；
詢問某個感測器；
查看遊戲畫面；
檢查某程序狀態；
讀取對手最近行動；
執行一次測試；
查詢外部 API；
重新觀察同一對象；
對某未知變量進行量測。

3.2 觀察可供性

候選觀察不是任意產生。

可以定義：

Afford(q\mid B_t,G_t)

表示觀察 $q$ 對當前認知狀態與目標是否具有可供性。

只有：

Afford(q)\geq\tau_q

的觀察，才進入候選集合。

4. 觀察結果展開

4.1 結果空間

對某候選觀察 $q$ ：

\mathcal O(q) = \{ o_1,o_2,\ldots,o_n \}.

每一結果可有權重：

p_i = P(o_i\mid B_t,q).

4.2 後驗工作可能空間

若觀察到 $o_i$ ，則工作空間更新為：

\widehat{\Omega}_{t\mid o_i} = Update ( \widehat{\Omega}_t, q, o_i ).

因此反事實觀察展開可寫為：

\mathfrak O_q^{CF} ( \widehat{\Omega}_t ) = \left\{ ( o_i, p_i, \widehat{\Omega}_{t\mid o_i} ) \right\}_{i=1}^{n}.

5. 觀察造成的空間變化

5.1 空間收縮

最典型情況：

|\widehat{\Omega}_{t\mid o_i}| < |\widehat{\Omega}_t|.

這代表觀察排除了部分候選世界。

5.2 空間分裂

有時觀察會揭露以前未區分的結構：

\widehat{\Omega}_t \rightarrow \widehat{\Omega}_t^{(A)} \cup \widehat{\Omega}_t^{(B)}.

這不一定降低總節點數，但提高結構辨識。

5.3 空間擴張

新觀察也可能揭露之前未考慮的可能：

|\widehat{\Omega}_{t+1}| > |\widehat{\Omega}_t|.

因此：

Observation \not\Rightarrow Compression.

有價值的觀察可能先擴張空間，再讓後續決策更正確。

5.4 空間重排序

即使候選集合不變，也可能有：

Priority_t(\omega_i) \neq Priority_{t+1}(\omega_i).

因此觀察價值不能只看：

|\Omega|.

6. 資訊增益

6.1 熵式資訊價值

若使用機率分佈，可以定義：

IG(q) = H(\widehat{\Omega}_t) - \mathbb E_{o} [ H(\widehat{\Omega}_{t\mid o}) ].

其中：

H(\widehat{\Omega}) = -\sum_i p_i\log p_i.

6.2 資訊增益的限制

高資訊增益不一定改善決策。

假設：

q_A

能讓系統知道 100 個與任務無關的變量，而：

q_B

只確認一個關鍵變量。

可能有：

IG(q_A) > IG(q_B),

但：

DecisionValue(q_A) < DecisionValue(q_B).

因此 APSC 需要決策相關的觀察價值。

7. 決策相關觀察價值

7.1 決策價值

令目前最佳決策品質為：

Q^\ast(B_t).

取得觀察 $q$ 後：

Q^\ast(B_{t\mid o}).

則定義：

DROV(q) = \mathbb E_o [ Q^\ast(B_{t\mid o}) ] - Q^\ast(B_t).

其中 DROV 表示：

Decision-Relevant Observation Value。

7.2 淨觀察價值

考慮成本：

NOV(q) = DROV(q) - C_{obs}(q).

其中：

C_{obs} = C_{time} + C_{compute} + C_{money} + C_{latency} + C_{risk}.

若：

NOV(q)>0,

則觀察在期望上值得執行。

8. 風險敏感觀察

8.1 低機率結果也可能重要

假設某觀察主要結果機率為：

0.99,

但另有：

0.01

機率揭露災難性狀態。

若只用平均資訊增益，可能低估該觀察。

8.2 風險敏感價值

本文定義：

RSOV(q) = DROV(q) + \lambda_r \mathbb E_o [ RiskReduction(o) ] - C_{obs}(q).

其中：

\lambda_r

依任務風險敏感度調整。

因此：

\boxed{ \text{low probability} \not\Rightarrow \text{low observation value}. }

9. 反事實觀察算子族

本文提出第一版算子族：

\mathfrak F_{obs} = \{ \mathfrak Q, \mathfrak O^{CF}, \mathfrak U, \mathfrak I_G, \mathfrak D_V, \mathfrak R_V, \mathfrak S_O, \mathfrak O, \mathfrak R_P \}.

其中：

$\mathfrak Q$ ：Candidate Observation Generation；
$\mathfrak O^{CF}$ ：Counterfactual Observation Expansion；
$\mathfrak U$ ：Belief / Possibility Update；
$\mathfrak I_G$ ：Information Gain Evaluation；
$\mathfrak D_V$ ：Decision Value Evaluation；
$\mathfrak R_V$ ：Risk-Sensitive Value Evaluation；
$\mathfrak S_O$ ：Observation Selection；
$\mathfrak O$ ：Observation Execution；
$\mathfrak R_P$ ：Post-Observation Replanning。

10. 候選觀察生成算子

10.1 定義

\mathfrak Q : (B_t,G_t,\widehat{\Omega}_t) \rightarrow \mathcal Q_t.

10.2 生成原則

候選觀察應優先來自：

高不確定變量；
高決策敏感變量；
高風險分支；
互斥世界的關鍵分辨點；
因果模型中的未知邊；
對手策略中的不確定節點；
驗證成本低但能排除大量分支的檢查。

11. 觀察分辨力

11.1 Pairwise Discrimination

對兩個候選世界：

\omega_a,\omega_b,

若觀察 $q$ 對兩者產生不同結果：

P(o\mid\omega_a,q) \neq P(o\mid\omega_b,q),

則 $q$ 具有分辨力。

11.2 Discrimination Score

可定義：

Disc(q) = \sum_{a<b} w_{ab} D \left( P(O\mid\omega_a,q), P(O\mid\omega_b,q) \right).

其中 $D$ 可為某種分佈距離。

12. 觀察與因果

12.1 看見不等於干預

若觀察：

X=x

不能直接推出：

do(X=x).

因此：

P(Y\mid X=x)

與：

P(Y\mid do(X=x))

必須區分。

12.2 觀察選擇也可能有偏差

某些觀察只在特定條件下可得：

P(q\text{ available}\mid S) \neq constant.

因此「能觀察到」本身也可能包含資訊。

這表示 observation policy 可能產生 selection bias。

13. 觀察成本模型

13.1 成本不是只有時間

令：

C_{obs}(q) = \alpha_t C_t + \alpha_c C_c + \alpha_m C_m + \alpha_e C_e + \alpha_r C_r.

其中：

$C_t$ ：時間成本；
$C_c$ ：計算成本；
$C_m$ ：金錢或資源成本；
$C_e$ ：執行／操作成本；
$C_r$ ：觀察本身帶來的風險。

13.2 某些觀察會改變世界

例如：

主動掃描可能暴露自身；
詢問對手可能改變對手策略；
執行測試可能消耗樣本；
檢查系統可能造成延遲；
進入某畫面可能觸發事件。

因此觀察不一定是：

WorldNeutral.

可以定義：

ObserverEffect(q).

14. 觀察前展開深度

14.1 觀察本身也不能無限模擬

如果每個候選觀察有 $n$ 個可能結果，而每個結果後又展開 $k$ 步：

m\times n\times b^k

同樣可能爆炸。

14.2 有界觀察展開

因此定義：

Depth_{COE} \leq d_{obs}.

通常只需要估計：

可能結果；
結果後的空間收縮；
是否改變首選決策；
是否排除高風險分支。

不必把每個觀察結果後的全部未來算到底。

15. 觀察選擇

15.1 單一觀察

最簡單情況：

q^\ast = \arg\max_{q\in\mathcal Q_t} NOV(q).

15.2 風險敏感觀察

q^\ast = \arg\max_{q\in\mathcal Q_t} RSOV(q).

15.3 多觀察序列

若觀察可以串接：

q_1 \rightarrow o_1 \rightarrow q_2 \rightarrow o_2.

則觀察策略本身形成政策：

\pi_O : B_t \rightarrow q_t.

這會在未來工程中形成 Active Observation Runtime。

16. 觀察停止條件

16.1 不需要把所有未知都查清楚

若：

\max_{q\in\mathcal Q_t} NOV(q) \leq 0,

則：

StopObserve=1.

16.2 決策穩定停止

若對所有主要候選觀察：

Decision^\ast(B_t) = Decision^\ast(B_{t\mid o}),

則即使仍有資訊未知，也可能不值得觀察。

因此：

\boxed{ \text{epistemic completeness is not required for decision sufficiency}. }

17. 觀察後重規劃

17.1 觀察不是終點

取得：

o_t

後：

B_{t+1} = Update(B_t,q_t,o_t).

接著重新計算：

\widehat{\Omega}_{t+1},

並再次選擇：

u_{t+1}^\ast \in \mathfrak F.

17.2 閉環

因此形成：

Think \rightarrow COE \rightarrow Observe \rightarrow Update \rightarrow Replan \rightarrow Think.

正式寫為：

B_t \xrightarrow{\mathfrak O^{CF}} \mathcal Q_t \xrightarrow{\mathfrak S_O} q_t \xrightarrow{\mathfrak O} o_t \xrightarrow{\mathfrak U} B_{t+1}.

18. 觀察與剪枝耦合

18.1 觀察可以替代大量剪枝計算

假設原空間：

|\widehat{\Omega}_t| = 10^5.

一個觀察可能將其壓至：

10^2.

此時：

Cost_{observe} < Cost_{deep\ prune}

則觀察優先。

18.2 觀察也可能救回被錯剪的分支

若某分支原本因低機率被降權，但新觀察支持它：

P_{t+1}(\omega) \gg P_t(\omega),

則系統必須允許：

Resurrect(\omega).

因此剪枝最好區分：

Discard

與：

Dormant.

19. 反事實觀察與對手建模

19.1 對手也可能被觀察

例如：

q = \text{observe opponent action}.

可能結果：

\{ rush, defend, expand, feint \}.

每一結果改變：

\Omega_A.

19.2 觀察可能暴露意圖

若對手知道自己被觀察，則：

q \rightarrow Reaction_B.

因此：

Outcome(q)

不只是資訊返回，也可能包含反作用。

這可寫為：

\mathfrak O_q^{interactive}.

20. 觀察可信度

20.1 觀察不一定正確

令：

Rel(o) \in [0,1].

低可信觀察不應直接覆蓋原空間。

20.2 誤觀察模型

若感測器錯誤率為：

\epsilon_q,

則：

P(o\mid S,q)

應包含噪聲模型。

因此：

Observation \neq Truth.

21. 觀察後驗更新

21.1 機率式更新

如果可用 Bayes：

P(\omega\mid o,q) \propto P(o\mid\omega,q) P(\omega).

21.2 非機率式更新

若沒有可靠機率，也可以使用：

supported；
contradicted；
compatible；
unresolved；
newly-generated；

等狀態更新。

APSC 不要求所有可能空間都必須概率化。

22. 觀察價值的多目標形式

觀察選擇可寫為：

V_{obs}(q) = w_I IG(q) + w_D DROV(q) + w_R RiskReduction(q) + w_C Compression(q) - w_K Cost(q).

權重依 Cognitive Operating Profile 調整。

23. 與 Cognitive Operating Profile 的接口

若使用者偏好快速回答：

\theta_o\downarrow.

若高風險任務：

\theta_o\uparrow, \qquad \theta_r\uparrow.

若研究探索：

\theta_o\uparrow, \qquad \theta_{cf}\uparrow.

因此觀察政策不是固定常數，而受：

\Theta

控制。

24. 觀察後悔

24.1 錯過觀察

若本來有高價值觀察 $q^\ast$ ，系統沒有執行，造成決策損失：

R_{\mathrm{miss}} = Q^\ast_{\mathrm{with}\ q^\ast} - Q_{\mathrm{actual}}.

24.2 浪費觀察

若執行了低價值觀察：

R_{\mathrm{waste}} = C_{obs}(q) - DROV(q).

24.3 總觀察後悔

R_{obs} = R_{\mathrm{miss}} + R_{\mathrm{waste}}.

25. 觀察選擇的失敗模式

主要包括：

High-Entropy Distraction：選擇資訊很多但與決策無關的觀察；
Decision Blindness：忽略真正會改變決策的變量；
Risk Blindness：忽略低機率高風險結果；
Observer Effect Neglect：忽略觀察會改變世界；
Noisy Observation Overtrust：過度相信不可靠觀察；
Infinite Checking：陷入無限查證；
Redundant Observation：重複取得高度相關資訊；
Premature Observation：在內部已有足夠資訊時仍去查；
Late Observation：已花大量推演成本後才查一個本可早期排除大量分支的資訊；
Reactive Opponent Error：忽略對手會因被觀察而改變行為。

26. 實驗設計

26.1 Baseline A：Pure Rollout

只允許：

Expand + Prune.

26.2 Baseline B：Reactive Observation

只有在不確定性超過閾值時直接觀察，不做反事實觀察展開。

26.3 APSC-COE

先：

\mathfrak O_q^{CF}

估計觀察價值，再決定是否觀察。

26.4 評估

比較：

Q_{\mathrm{decision}},

C_{\mathrm{compute}},

C_{\mathrm{observation}},

Latency,

R_{obs},

Recall_{\mathrm{critical}}.

27. 可否證命題

命題一：COE 應改善觀察選擇

若：

APSC\text{-}COE

長期不能比簡單 heuristic 更有效選擇觀察，則 COE 的工程價值受到否證。

命題二：高資訊不等於高決策價值

應能構造任務使：

IG(q_A) > IG(q_B)

但：

DROV(q_A) < DROV(q_B).

若所有任務都無法區分兩者，則引入 DROV 的必要性需要重新評估。

命題三：觀察應降低部分深度推演需求

若在適當任務中：

COE+Observe

不能比：

DeepRollout

以更低成本達到相近或更高決策品質，則其核心效率主張受到挑戰。

28. 正式 COE 模型

本文提出：

\mathcal{COE}_t = \left\langle B_t, \widehat{\Omega}_t, \mathcal Q_t, \mathcal O, P_O, \mathfrak O^{CF}, V_{obs}, C_{obs}, \pi_O \right\rangle.

其中：

$B_t$ ：認知／信念狀態；
$\widehat{\Omega}_t$ ：工作可能空間；
$\mathcal Q_t$ ：候選觀察；
$\mathcal O$ ：觀察結果空間；
$P_O$ ：結果權重模型；
$\mathfrak O^{CF}$ ：反事實觀察展開；
$V_{obs}$ ：觀察價值；
$C_{obs}$ ：觀察成本；
$\pi_O$ ：觀察政策。

29. 核心命題總結

命題一：觀察是認知狀態轉移

\boxed{ Observation : B_t \rightarrow B_{t+1}. }

命題二：觀察可以先被反事實展開

\boxed{ \mathfrak O_q^{CF} \text{ occurs before } \mathfrak O_q. }

命題三：資訊增益不等於決策價值

\boxed{ IG(q) \not\equiv DROV(q). }

命題四：低機率觀察結果可能具高價值

\boxed{ P(o)\ll1 \not\Rightarrow Value(o)\ll1. }

命題五：觀察不必使空間縮小才有價值

\boxed{ |\Omega_{t+1}|>|\Omega_t| \not\Rightarrow ObservationFailure. }

命題六：觀察本身也需要停止規則

\boxed{ \max_q NOV(q)\leq0 \Rightarrow StopObserve. }

30. 與前兩篇的關係

Paper 01 建立：

APSC.

Paper 02 回答：

\text{哪些未來值得展開？}

本文回答：

\boxed{ \text{在繼續展開以前，有沒有更值得先取得的觀察？} }

因此三篇形成：

State \rightarrow PossibilitySpace \rightarrow CounterfactualObservation \rightarrow UpdatedPossibilitySpace.

31. 結論

本文提出反事實觀察展開空間算子族，將「觀察」從外部輸入行為提升為 APSC 內部的正式認知操作。

其核心循環為：

\boxed{ \text{Think} \rightarrow \text{simulate possible observations} \rightarrow \text{estimate their value} \rightarrow \text{observe selectively} \rightarrow \text{update possibility space} \rightarrow \text{replan}. }

這一架構的重要性在於：當未來空間快速爆炸時，智能系統不必只靠更深 rollout 解決不確定性。

它可以先問：

哪一個觀察最值得做？

再問：

如果我看到 A，我會怎麼改變判斷？
如果看到 B，我會怎麼改變判斷？
哪一個觀察會真正改變我的決策？
哪一個觀察只是資訊很多，卻沒有決策價值？
哪一個低機率結果雖少見，卻能避免重大風險？

因此，APSC 的智能不再只存在於模型內部的推演長度，而存在於：

\boxed{ \text{thinking} + \text{knowing what to observe} + \text{knowing when observation is worth more than further thought}. }

下一篇將接續處理：即使系統已能選擇展開與觀察，它仍然需要在時間、算力、記憶與觀察預算之間做統一調度。這將導向 APSC Paper 04：有限認知時空與自適應計算控制。

版本記錄

v0.1 — 2026-08-24

本版首次固定：

Counterfactual Observation Expansion（COE）canonical 定義；
intervention / observation / counterfactual intervention / COE 四分；
Candidate Observation Space；
Observation Affordance；
Observation Outcome Expansion；
Posterior Working Possibility Space；
空間收縮、分裂、擴張與重排序；
Information Gain；
Decision-Relevant Observation Value（DROV）；
Net Observation Value（NOV）；
Risk-Sensitive Observation Value（RSOV）；
Observation Operator Family；
Observation Discrimination；
Observation Cost Model；
Observer Effect；
Bounded COE Depth；
Observation Policy；
StopObserve；
Post-Observation Replanning；
Observation-Pruning Coupling；
Interactive Observation；
Observation Reliability；
Probabilistic / Non-Probabilistic Update；
Multi-Objective Observation Value；
Cognitive Operating Profile interface；
Observation Regret；
Baseline / COE experiment design；
Formal COE model；
可否證命題。