RGC–DPIED-05｜觀察者條件的不確定性與在線補正：模型漂移、跨載體聯合信念及具身行動的證據閘門

English title: Observer-Conditioned Online Correction: Calibration Drift, Joint Belief Maintenance, and Evidence Gates for Embodied World Models

系列： 關係幾何與載體展開（RGC）× 數位—實體智能演化解耦論（DPIED）
篇次： RGC–DPIED-05（與既有 DPIED-05 為不同研究）
版本： v1.0｜2026-11-05
署名： Neo.K Polaris｜EveMissLab
研究類別： 有限隱狀態形式化、可辨識性命題、精確有理數信念推斷、合成決策實驗、接口候選規範
證據範圍： 程式化有限模型、解析證明及單元測試；不包括視覺基礎模型重新訓練、實際生物視覺實驗、實機機器人控制或安全認證
來源約定： 本 UTF-8 Markdown 為 canonical source；全部數學原稿只使用 $...$ 與 $$...$$。聊天渲染不作為正式原稿。

作者： Neo.K
機構： EveMissLab／一言諾科技有限公司
日期： 2026-11-05

摘要

過去四篇 RGC–DPIED 研究由跨觀察者補正存在性、異質資料衝突、多觀察者圖冊一致性，延伸至具任務成本的主動補觀測。然而，這些機制仍面臨一個長期運作難題：觀察者的感測條件、投影基底、標定參數或時間同步可能自行改變；世界本身也可能在同一期間改變。當兩者都不確定時，單靠觀測殘差不一定能分辨「外部世界的變動」與「觀察載體的漂移」。把前者錯判為後者可能造成錯誤補正；把後者錯判為前者又可能污染世界模型及物理作用策略。

本文提出研究性框架「觀察者條件化信念維護」（Conditional Observer Belief Maintenance, COBM），將世界狀態、觀察條件、漂移模式與證據時效共同放入在線信念更新。為確保主張可受檢驗，本文構造一個世界位元 $X_t$ 、觀察者校準位元 $C_t$ 與讀值 $Y_t=X_t\oplus C_t$ 的最小動態模型，並證明三項基本界線：（i）在共同位元翻轉對稱的初始先驗下，任何有限觀測歷史都無法打破世界標籤的對稱歧義；（ii）只看讀值翻轉，世界變動率 $p$ 與校準漂移率 $q$ 只透過組合率 $r=p+q-2pq$ 進入序列分布，故若兩者皆未知，個別參數一般不可由此序列唯一識別；（iii）即使 $p,q$ 均已知，單次殘差事件的因果歸因仍是條件機率問題，而非確定性修正指令。

當 $p=0.10$ 、原先 $q=0.02$ ，一次讀值翻轉來自世界改變的條件機率為 $49/58\approx0.8448$ ；若實際 $q=0.30$ ，則轉為 $7/34\approx0.2059$ 。錯用舊漂移模型會反轉最大後驗歸因方向。在六步、可選擇取得理想世界錨點的有限決策模型中，當單次錨點成本為 $0.12$ 、拒絕成本為 $0.20$ ，在線最適策略的期望總損失在 $q=0.02,0.10,0.30$ 下分別為 $0.118058,0.2820288,0.519300$ ；固定每步錨定皆為 $0.72$ 。研究另以未知漂移模式的聯合濾波、受噪聲污染的錨點、過期資訊及保留拒絕的行動閘門，示範在線修正需要保留的證據條件。這些量化結果完全屬於指定合成模型，不能等同於現實機器人部署效能。

關鍵詞： 觀察者條件化；載體幾何；世界模型；在線校準；感測漂移；聯合貝氏信念；可辨識性；觀測等價；主動重新錨定；模型錯配；部分可觀察馬可夫決策；具身智能；拒絕機制

Abstract

This paper extends the RGC–DPIED observer-conditioned perception program from static correction and active reobservation to online belief maintenance under uncertain sensor calibration and nonstationary observation conditions. We introduce a research-level Conditional Observer Belief Maintenance (COBM) framework in which world state, observer state, sensor-regime hypotheses, timestamps, and task risk are represented jointly rather than collapsed into a single corrected frame. An exact two-bit dynamical counterexample, with observation $Y_t=X_t\oplus C_t$ , establishes a global gauge ambiguity, a non-identifiability result for world versus calibration flip rates, and posterior attribution limits even when both rates are known. We give exact rational Bayesian filtering and finite-horizon sensing-policy comparisons, including optional world anchors and an explicit refusal action. Under constructed six-step conditions, optimized anchor acquisition reduces expected cumulative decision loss relative to fixed schedules, but the benefit is model- and cost-dependent. A candidate evidence interface links online calibration status and identifiability to separate physical authorization gates. All reported results are theoretical or synthetic; no biological or robotic system was experimentally evaluated.

0. 研究承接：把觀察者也當作可能變動的隱狀態

0.1 前篇取得的四層成果

RGC–DPIED-01 v1.1 將跨觀察者補正表述為任務函數是否在來源觀測等價類上保持常數，並由 BV04 的理想偏振模型指出缺少物理通道時不能靠數位旋轉補出資料。RGC–DPIED-02 證明來源標籤、逐影格條件、校準可信度與原始通道缺失須分別處理。RGC–DPIED-03 研究局部圖冊轉換、循環相容性、任務充分性及動態閉合性，指出幾何配準不能直接作為世界模型或動作安全的證據。RGC–DPIED-04 將任務資訊價值、主動補觀測成本、時間時效與拒絕授權引入有限決策框架。

但是，即使某一時刻的局部圖冊、觀測條件與感測配置都正確，也沒有理由在長時間運作後永遠假設它們仍保持不變。若系統把觀察者條件 $c_t$ 固定為常數，而真正的 $c_t$ 逐步變化，錯誤可能被轉嫁成對世界狀態 $s_t$ 的估計，進而污染動作控制。

0.2 本篇要回答的五個問題

單靠觀測讀值，何時能分辨世界改變與感測條件漂移？
在不可辨識時，聯合信念應保留哪些候選狀態，而不強行輸出唯一補正？
何種錨點或互補感測能解除特定任務的歧義，且錨點自身若不可靠又如何處理？
感測器漂移模式可能變化時，系統如何在線調整對觀測核的信念？
估計、補正、追加觀測與實體動作授權，應如何形成互不偷換的接口契約？

本篇不聲稱率先發現在線校準、部分可觀察濾波、模型漂移偵測或主動感知；研究增量是把上述工具，依照前篇 RGC–DPIED 的載體幾何與作用邊界組織成可反駁、可驗證的接合框架。

1. 學術背景：在線標定不是新技術，限制也早已具體存在

在線外參校準的核心不是單純提高觀測頻率，而是資料是否提供足夠的可觀測方向。有研究對 LiDAR–IMU 聯合標定採用可觀測性導向的資料片段選擇與受限參數更新，以避免在退化運動下錯誤估計不可辨識方向 [E1]。多 LiDAR 的在線外參校準亦有使用觀測資訊準則選擇高價值姿態，並設置停止條件 [E2]。針對相機與 IMU，Song 等人分析了純直線平移下某些旋轉外參的不可觀測性，提供了何時不宜盲目進行在線標定的具體例子 [E3]。

對時間序列而言，Adams 與 MacKay 的貝氏在線變點偵測研究由觀測資料更新生成分布變動的可能性 [E4]；基於卡爾曼濾波 innovation 的故障偵測研究也已指出，累積觀測殘差會受模型不確定性影響，可能造成偵測錯誤率失準 [E5]。此外，現有主動標定方法亦使用運動激發與 Fisher 資訊等準則改善感測器參數的可觀測性 [E6]。

這些既有成果對本篇具有兩個警示：第一，殘差升高並不是「感測器必定壞了」的證明；第二，增加樣本或機器人運動，未必能補足特定不可觀測的幾何自由度。本文以刻意簡化的二元模型，先將這個限制寫成可以精確驗證的最小命題。

2. 一般觀察者條件化動態模型

2.1 世界、觀察者與模式

令真實世界隱狀態為 $S_t$ 、觀察載體狀態為 $C_t$ 、未確定的校準或漂移模式為 $M_t$ 、時間相關條件為 $\tau_t$ ，聯合狀態表示為：

\Omega_t=(S_t,C_t,M_t,\tau_t).

此處 $C_t$ 不是單一「攝影機型號」，而可以包含外參、鏡頭畸變、光譜響應、偏振分析基底、感測取樣速度、視網膜配置或其他會影響觀測核的條件。不同存在或機器人的感測載體未必具有同維度，故一般情況只能要求各自的局部觀測核明確，而不能預設有一個通用且可逆的影像空間。

給定感測動作 $Q_t$ 和觀察資料 $Y_t$ ，可考慮：

K_{q_t}(y\mid s,c,m)=P(Y_t=y\mid S_t=s,C_t=c,M_t=m,Q_t=q_t).

世界及觀察者可能共同轉移：

P(s',c',m'\mid s,c,m,a_t).

若機器人的感測行動會觸碰或移動物體，此轉移不能簡化為「世界不變、只多一份觀測」；若只是被動讀取固定相機，也不能在沒有依據時宣稱讀取必然造成環境擾動。

2.2 聯合信念，不把估計點值當成真值

在指定歷史 $D_t$ 下，維護：

b_t(s,c,m)=P(S_t=s,C_t=c,M_t=m\mid D_t).

給定合法轉移核與觀測核，可用預測及條件化更新：

b_t^-(s,c,m)=\sum_{s',c',m'}P(s,c,m\mid s',c',m')b_{t-1}(s',c',m'),

b_t(s,c,m)=\frac{K_{q_t}(y_t\mid s,c,m)b_t^-(s,c,m)}{\sum_{\bar s,\bar c,\bar m}K_{q_t}(y_t\mid\bar s,\bar c,\bar m)b_t^-(\bar s,\bar c,\bar m)}.

分母為零意味當前模型對實際觀測賦予零機率，不表示可以任意把某一分量補成真實值；此時應記錄模型失配、停止該次常規更新並升級觀測核檢驗。

2.3 觀察者條件補正的三種輸出

從任務角度，候選補正可能輸出：（A）可依已核實轉換精確取得的任務量；（B）具明確信念及誤差界的候選任務量；（C）當前資料無法決定、需補觀測或拒絕的狀態。這裡的「補正」不保證恢復真實世界全部維度；它只要求在聲明的任務及時間範圍內，不隱藏尚未辨識的自由度。

3. 最小模型：世界變動和觀察者漂移可以呈現同一種影像變化

令 $X_t,C_t,Y_t\in\{0,1\}$ ，分別代表二元世界狀態、二元觀察者校準狀態與二元讀值：

X_t=X_{t-1}\oplus U_t,\qquad C_t=C_{t-1}\oplus V_t,

Y_t=X_t\oplus C_t.

其中 $U_t$ 是世界狀態翻轉， $V_t$ 是觀察者校準翻轉；在本篇精確實驗的基礎版本中，兩者跨時間及彼此獨立，且：

P(U_t=1)=p,\qquad P(V_t=1)=q.

這是認識論與數位表示的最小反例，不是對真實相機光學的充分物理模型。其設計目的，是用最少狀態顯示「畫面變了」不能直接推論「物體變了」，也不能直接推論「相機壞了」。

定理 3.1｜共同翻轉對稱下的世界標籤不可辨識

假設。 初始先驗對共同翻轉變換保持不變，亦即 $(X_0,C_0)$ 與 $(X_0\oplus1,C_0\oplus1)$ 具有相同機率；轉移依上述獨立 XOR 翻轉機制， $p,q$ 為任意固定的合法機率；唯一觀測為 $Y_0,\ldots,Y_t$ 。則對任一正機率觀測歷史 $y_{0:t}$ ：

P(X_t=0\mid Y_{0:t}=y_{0:t})=P(X_t=1\mid Y_{0:t}=y_{0:t})=\frac12.

證明。 對整條隱狀態路徑施行共同翻轉：對每個 $k$ 同時置換 $X_k$ 與 $C_k$ 的二元值。初始分布按假設保持不變；每一個相鄰狀態的翻轉事件 $U_k,V_k$ 不變，故路徑轉移機率不變；而 $Y_k=(X_k\oplus1)\oplus(C_k\oplus1)=X_k\oplus C_k$ ，故整條讀值歷史保持不變。此變換在所有正機率路徑上形成等權成對配對，且將 $X_t=0$ 和 $X_t=1$ 相互對換。因此兩者的條件機率相等且總和為一。證畢。

研究意義。 只增加同類 $Y$ 讀值，無法打破此共同規範自由度。若任務必須輸出世界位元 $X_t$ ，且只能選擇兩個分類動作，零一損失的最適錯誤率為 $1/2$ 。但若任務只需要 $Y_t$ 或一個在共同翻轉下保持不變的關係量，仍可能精確完成。故本定理不是「這種感測器完全無效」的主張。

邊界。 初始世界標籤已知、有外部錨點、存在不對稱轉移或額外互補觀測時，此結論未必成立。不能由本定理推出所有真實多模態資料皆無法解除世界歧義。

4. 第二種不可辨識：同一讀值序列不一定能分開世界變動率與校準漂移率

觀察連續兩次讀值的差異：

Z_t=Y_t\oplus Y_{t-1}=U_t\oplus V_t.

定理 4.1｜觀測序列的參數組合律

在基礎模型的獨立同分布翻轉假設下， $Z_t$ 為獨立 Bernoulli 變量，其參數為：

r=P(Z_t=1)=p(1-q)+(1-p)q=p+q-2pq.

若僅觀測初始讀值以及此後的 $Z_t$ ，則任一序列的條件機率只透過 $r$ 依賴 $p,q$ 。因此，當兩者均未知，從此序列一般僅能識別 $r$ ，不能分別唯一識別 $p,q$ 。

證明。 二元 XOR 恰在 $U_t,V_t$ 中只有一個為一時等於一。獨立性給出上式。跨時間的獨立性表示任意序列似然為各時點的 $r$ 或 $1-r$ 相乘。故同一 $r$ 的參數組在整個讀值序列上具有相同分布。證畢。

例如：

(p,q)=(0.10,0.30)\quad\hbox{與}\quad(p,q)=(0.30,0.10)

均得到 $r=0.34$ 。即使蒐集再長的同類二元序列，若不引入獨立約束，也無法只憑此序列決定哪個機制的變動率較高。

必要限定。 若 $p$ 已由外部證據確定且 $p\neq1/2$ ，則可依 $q=(r-p)/(1-2p)$ 反演 $q$ ，前提是反演值符合機率範圍且模型確實成立。若 $p=1/2$ ，則 $r=1/2$ 與 $q$ 無關。即使成功推估兩個機率，也不代表能逐事件確認到底是哪個分量變了。

5. 殘差的歸因不等於補正命令

命題 5.1｜讀值翻轉與不翻轉的條件歸因

當 $0<r<1$ ，由 Bayes 定理：

P(U_t=1\mid Z_t=1)=\frac{p(1-q)}{p(1-q)+(1-p)q},

P(U_t=1\mid Z_t=0)=\frac{pq}{(1-p)(1-q)+pq}.

第一式回答「讀值翻轉時，世界翻轉是兩個互斥解釋中的哪一個」；第二式回答「讀值未翻轉時，世界與校準是否可能一起翻轉」。因此沒有殘差不等於沒有變化；世界及感測器同時翻轉，可以讓 $Y$ 維持不變。

假設世界翻轉率 $p$	校準翻轉率 $q$	讀值翻轉率 $r$	翻轉後世界改變機率	不翻轉後世界改變機率
$0.10$	$0.02$	$29/250=0.116$	$49/58\approx0.84483$	$1/442\approx0.00226$
$0.10$	$0.10$	$9/50=0.18$	$1/2$	$1/82\approx0.01220$
$0.10$	$0.30$	$17/50=0.34$	$7/34\approx0.20588$	$1/22\approx0.04545$

5.2 錯誤沿用舊標定會反轉最大後驗歸因

考慮世界翻轉率保持 $0.10$ ，系統仍使用原先的 $q=0.02$ ，實際上已變為 $q=0.30$ 。讀值翻轉時，舊模型會選擇「世界翻轉」，因為其後驗為 $49/58>1/2$ 。然而實際條件下，「校準翻轉」的後驗為 $27/34>1/2$ 。若硬性要求二擇一而不允許拒絕，舊模型的實際條件分類錯誤率為 $27/34$ ，新模型的最適條件錯誤率為 $7/34$ ；差距為 $10/17\approx0.58824$ 。

此例並未假設系統能從單次殘差自己知道 $q$ 變了；恰恰相反，它展示錯誤的觀測核如何造成方向錯誤的補正。當模型可信度不足時，拒絕或查詢外部錨點可能比立即修改世界模型安全。

6. 同時保留世界與觀察者的不確定性

6.1 二元聯合信念

設 $b_t(x,c)=P(X_t=x,C_t=c\mid D_t)$ 。聯合預測為：

b_t^-(x,c)=\sum_{x',c'} b_{t-1}(x',c')P_p(x\mid x')P_q(c\mid c').

令讀值為 $y$ ，則：

b_t(x,c)=\frac{\mathbf1[x\oplus c=y]b_t^-(x,c)}{\sum_{u,v}\mathbf1[u\oplus v=y]b_t^-(u,v)}.

在同一個讀值後，只把最大後驗的 $x$ 輸出為「修正後真值」，會丟掉可能與後續行動相關的 $c$ 候選。尤其在機體移動或基底改變後，下一筆量測的可信度可能高度依賴這些候選。

6.2 漂移模式本身未知：加入 $M_t$

若校準翻轉率可能分成低漂移與高漂移兩種模式，定義 $M_t\in\{0,1\}$ ，對應 $q_0,q_1$ 。設模式轉移機率為 $H(m\mid m')$ ，先驗信念為 $b_{t-1}(x',c',m')$ ，則：

b_t^-(x,c,m)=\sum_{x',c',m'}H(m\mid m')P_p(x\mid x')P_{q_m}(c\mid c')b_{t-1}(x',c',m').

觀測後再依 $x\oplus c=y_t$ 進行條件化。這是有限隱馬可夫狀態的標準濾波結構；本文只把它作為 COBM 在最小世界中的可測試實例，不宣稱發明新的通用濾波算法。

6.3 多個讀值翻轉可支持「高漂移模式」，但仍不足以確證成因

假設只有兩種候選模式： $p=0.10$ 固定， $q_0=0.02$ 、 $q_1=0.30$ ；兩模式初始各有 $1/2$ 機率，模式在四步中不切換。四次連續觀察到 $Z_t=1$ 後，高漂移模式的後驗依序為：

連續翻轉次數	高漂移模式後驗
0	0.500000
1	0.745614
2	0.895735
3	0.961804
4	0.986632

該後驗只能解讀為在預先限定世界變動率為 0.10、只有兩種漂移模式的候選模型之內，連續殘差更支持高漂移模式。若加入「世界變動率升高、觀察者未變」且造成同一組合率 $r$ 的模型，這組讀值無法把它們分開。故不應將變點後驗直接解讀成已經驗證特定硬體故障。

6.4 失配時不應偷偷把信念重設為確定點值

若實際模式不在候選集合中、轉移率突然變動、觀測產生非預期分布，後驗的數字精確性也不意味模型正確。必要輸出包括：模型版本、候選模式集合、更新用觀測核、證據窗口、時效、是否偵測到模型失配、可辨識性判斷及剩餘任務風險。

7. 重新錨定與互補感測：打破歧義需要新的證據

7.1 理想世界錨點

假設存在額外測量 $A_t=X_t$ ，其讀值直接約束世界位元。當 $A_t$ 與 $Y_t$ 在同一時刻且皆無誤時， $C_t=A_t\oplus Y_t$ ，兩個變量在該時刻可以同時恢復。這是解除當前歧義的充分條件，不代表之後永遠不會重新產生歧義。

7.2 不可靠錨點不能被當成真值

令錨點 $A_t=X_t\oplus N_t$ ， $N_t$ 為翻轉率 $\epsilon$ 的獨立測量噪聲。則：

P(A_t=a\mid X_t=x)=\begin{cases}1-\epsilon,&a=x,\\\epsilon,&a\neq x.\end{cases}

對原本 $P(X_t=0)=P(X_t=1)=1/2$ 的信念，若觀察到 $A_t=1$ 且 $\epsilon=0.10$ ，後驗 $P(X_t=1\mid A_t=1)=0.90$ ，最適零一錯誤率仍為 $0.10$ 。若把錨點宣告為「完美」，只是在數位信念中偽造確定性。

7.3 過期錨點與當下錨點不是同一筆資料

即使在 $t=0$ 精確知道 $X_0=0$ ，若世界翻轉率 $p=0.10$ ，下一時刻未經新量測便把 $X_0$ 當成 $X_1$ ，其錯誤機率為 $0.10$ 。這不是標定噪音，而是時刻錯位。真實跨載體接口還必須計入取樣時間、時鐘誤差、運動積分、通信延遲與同步方式。沒有時間對齊證據時，不可把舊錨點寫成新的直接測量。

7.4 多載體互補不必要求資料可逆轉換

從 RGC–DPIED-03 的結論可知，互補感測器可能各自對同一世界有不可逆的觀察，卻能聯合形成足夠的任務表示。此處世界錨點與偏差感測器不必有相同的影像尺寸或投影格式；重要的是有明確的聯合似然、座標與時間條件。若觀察者間缺乏交集，強制製作表面一致的影像特徵反而可能掩蓋不可辨識性。

8. 動態修正的決策層：不是每個時間點都要重新標定

8.1 分離補觀測成本、分類損失與拒絕成本

在二元目標 $X_t$ 的零一損失下，令一個可信世界錨點成本為 $c_a$ ，拒絕行動成本為 $\lambda$ 。若當前信念的世界零位元機率為 $u=P(X_t=0\mid D_t)$ ，則在不追加觀察時：

R_\lambda(b_t)=\min\{u,1-u,\lambda\}.

此處「拒絕成本」是為比較合成策略而指定的無因次損失，不是對真實生命安全、實體損害或工業風險的價格化。真正的機械安全條件必須是獨立的硬約束。

8.2 有限期限 Bellman 遞迴

每一時間步先觀察免費的 $Y_t$ ；決策者可以不追加觀測、立即作出分類或拒絕，也可以支付 $c_a$ 查詢當下的完美世界錨點 $A_t$ 。假設錨點取得不改變世界、所有轉移率已知、每個時間步僅能查詢一次。把由當前信念到下一時刻讀值後的期望延續值記為：

\mathcal F_t(b)=\sum_y P(Y_{t+1}=y\mid b)V_{t+1}(b_{t+1}^{y}).

當前時刻的最適累積損失為：

V_t(b)=\min\left\{R_\lambda(b)+\mathcal F_t(b),\ c_a+\sum_a P(A_t=a\mid b)\mathcal F_t(b_t^a)\right\}.

終端時刻令延續值為零。此遞迴由有限動作與有限隱狀態的最優性原理得到；它不是新型通用 POMDP 演算法。第一分支保留當下的分類/拒絕風險；第二分支取得完美錨點，故本時點分類風險為零，卻支付查詢成本並更新後續信念。

命題 8.1｜有限期限的最適性

在上述觀測時間順序、正確已知核、完美錨點及可加損失前提下，由終端向前遞迴得到的 $V_t$ 等於所有允許策略的最小期望累積損失。

證明。 終端時刻只有當下可行動作，選擇兩分支較小值即為最適。假設 $V_{t+1}$ 已是下一時刻的最小延續損失；在 $t$ 時刻任一合法策略，其第一步不是查詢便是不查詢，且第一步後各讀值歷史的最小延續損失都由歸納假設給出。因此兩分支取最小即為 $t$ 時刻全策略的最小值。依有限期限逆向歸納可得。證畢。

8.3 幾種容易混淆的策略

不追加錨點： 始終只使用 $Y_t$ ，必要時分類或拒絕。
每三步固定錨定： 在第 3、6 步查詢，不隨當下信念改變。
單步風險策略： 當下錨點成本低於不查詢時的當前風險，就查詢，不評估未來信念的改善。
每步錨定： 每次都取得理想世界真值，因此錯誤率為零，但支付全部觀測成本。
六步最適策略： 以聯合信念及未來損失共同決定何時查詢。

這五種策略必須在相同世界演化、錨點成本與拒絕成本之下比較；否則「在線補正較好」可能只是在不公平地比較不同感測預算。

9. 精確有限模型實驗：六步聯合信念的策略比較

9.1 可重製設置

初始狀態設定 $X_0=C_0=0$ 且已知；從第 1 步至第 6 步，每步世界翻轉率 $p=1/10$ ，校準翻轉率 $q\in\{0,1/50,1/10,3/10\}$ ，原生讀值 $Y_t=X_t\oplus C_t$ 免費且即時。額外世界錨點為完美的 $A_t=X_t$ ，每次成本 $c_a=3/25=0.12$ ；當前動作的零一錯誤成本為一，拒絕成本 $\lambda=1/5=0.20$ 。所有機率以 Python fractions.Fraction 精確計算；不使用偽隨機樣本、蒙地卡羅平均或實際模型輸出。

以下數值是六步累積期望損失，可能大於一，不能誤解為單次錯誤率或物理失效比例。

漂移率 $q$	從不錨定	每三步錨定	單步風險	每步錨定	有限期限最適
$0$	0.000000	0.240000	0.000000	0.720000	0.000000
$0.02$	0.365432	0.356726	0.118058	0.720000	0.118058
$0.10$	0.675479	0.495440	0.282029	0.720000	0.282029
$0.30$	1.017743	0.737360	0.523668	0.720000	0.519300

由結果可見：當 $q=0$ 且初始世界及校準已知時，原生讀值能無歧義追蹤 $X_t$ ，故無需額外錨點。當 $q$ 增大，持續保持聯合信念、依需要重新錨定可能優於僅依固定時間表查詢。在 $q=0.30$ 的本例中，有限期限最適策略略優於單步風險策略；但在 $q=0.02$ 或 $0.10$ 時，兩者在指定六步期限內恰好同值。不能推廣成「任何非近視策略一定嚴格優於單步策略」。

9.2 額外錨點的使用量

漂移率 $q$	單步策略期望次數	最適策略期望次數	每步錨定次數
$0.02$	0.696	0.696	6
$0.10$	1.080	1.080	6
$0.30$	2.703	2.796	6

這是理想成本模型內的決策樹期望次數，不表示真實機器人每隔特定秒數應校準一次。最適策略可能願意稍早付出較多錨點成本，以降低後續的不確定性和拒絕風險；此現象在 $q=0.30$ 的限定設置中存在，幅度不大。

9.3 損失分解與解讀

程式另行輸出預期分類錯誤次數、拒絕次數及錨點次數，並核對：

L_{1:6}=E[N_{\mathrm{err}}]+\frac15E[N_{\mathrm{ref}}]+\frac3{25}E[N_{\mathrm{anchor}}].

因此，低總損失有時來自較少拒絕而非較低分類錯誤，有時來自節省錨點成本；三種貢獻不可混作同一「準確率」。物理系統還需增加接觸、能耗、危害與停機成本，不能以此數字直接部署。

10. 模型失配下的風險界與拒絕判準

定理 10.1｜錯誤後驗導致的決策後悔上界

令 $P,Q$ 分別為同一有限狀態集合上的真實後驗及系統採用的近似後驗，損失函數對全部狀態與動作皆介於零與一之間。令 $a_P$ 與 $a_Q$ 分別在 $P,Q$ 下最小化期望損失，則：

0\leq E_P[L(a_Q)]-E_P[L(a_P)]\leq2\,\mathrm{TV}(P,Q).

其中總變差距離定義為：

\mathrm{TV}(P,Q)=\frac12\sum_\omega |P(\omega)-Q(\omega)|.

證明。 對任意固定動作 $a$ ，因 $L(a,\cdot)$ 位於 $[0,1]$ ，故 $|E_P[L(a)]-E_Q[L(a)]|\leq\mathrm{TV}(P,Q)$ 。將後悔值分解為 $E_P[L(a_Q)]-E_Q[L(a_Q)]$ 、 $E_Q[L(a_Q)]-E_Q[L(a_P)]$ 與 $E_Q[L(a_P)]-E_P[L(a_P)]$ 三項。中間項由 $a_Q$ 的 $Q$ -最適性不大於零，兩端各不大於總變差距離。證畢。

這個上界說明後驗失配與決策失配的數學關係；但在線系統通常不知道真實後驗 $P$ ，因此不能聲稱只計算自己模型的熵，就已經取得真正的總變差認證。若僅有單一模型的自信分數而缺乏校準證據，不能把上界偽裝成可實測安全保證。

10.2 四種不同的暫停理由

不可辨識： 觀測核對多個任務相關狀態給出相同分布，既有證據不足以決定。
模型可疑： 觀測殘差或其他檢查支持目前觀測核失配，但尚不能歸因世界或感測器。
時間失效： 錨點、相機姿態或跨載體轉換證據已超出有效時間窗口。
實體不可授權： 即使數位後驗高度集中，當前安全條件、物理致動能力或控制期限仍未被驗證。

拒絕並不等於所有研究任務的失敗。在可恢復系統中，拒絕可觸發重新量測、取得不同物理通道、重新校準或安全停止；但是否啟動哪一項操作，必須依實體風險評估授權。

11. 候選接口：OCVC-0.6 / COA-0.3 / OCAR-0.2 / COBM-0.1

11.1 接口不是將一切視覺統一轉成 RGB

本系列先前提出的 OCVC 及 COA 是研究性候選規範，不是已發布的正式技術標準。本篇新增 COBM，要求每次「補正後結果」附有足以檢查的證據鏈：

契約維度	必要聲明	不得偷換成
載體來源	感測器型別、通道、投影與校準版本	單一來源 ID 等於完整觀察條件
世界/觀察者聯合信念	仍有質量的候選世界與校準狀態	單個最大後驗點值等於物理真值
漂移模式	候選模式、更新機制、模型外風險警訊	異常殘差等於感測器故障
可辨識性	對指定任務與時間是否足夠	可解碼圖像等於可抓取物體
重新錨定	新增觀測通道、成本、可信度、時間	任意新資料皆可補回缺失維度
動態有效期	時間戳、延遲、配準與模型更新窗口	過期校準仍是當前校準
物理動作	獨立致動驗證、安全閘門與拒絕	推論信心高即可觸發機器人

11.2 最小資料契約與決策狀態

研究包提供 schemas/cobm01_ocvc06_observer_belief_example.json。例子依第 5 節 $p=0.10,q=0.30$ 的合成情況填入：讀值翻轉後世界翻轉的後驗為 $7/34$ ，在單步拒絕成本為 $0.20$ 、世界錨點成本為 $0.12$ 的設定下，模型內可以選擇查詢錨點；但其實體作用狀態固定為 NOT_AUTHORIZED，並未整合安全控制器。

必要決策標籤可分為 MODEL_ONLY_QUERY_ELIGIBLE、MODEL_ONLY_ESTIMATE_WITH_UNCERTAINTY、INSUFFICIENT_EVIDENCE、MODEL_MISMATCH_REVIEW、STALE_OBSERVATION_REVIEW 及 PHYSICAL_ACTION_NOT_AUTHORIZED。標籤不應透過單一布林 corrected=true 取代；因為「在數位模型中補正完成」與「可在真實世界執行」不是同一件事。

11.3 候選在線流程

Receive source observation + calibration metadata + timestamps
  -> Verify source and time contract
  -> Predict joint world / observer / mode belief
  -> Update with observation likelihood
  -> Check task-specific identifiability and posterior risk
  -> Check mismatch indicators and evidence validity
      -> if ambiguous: preserve hypotheses, abstain or select anchor query
      -> if stale: require fresh measurement or halt
      -> if model-mismatched: quarantine model-dependent correction
  -> Emit model-only estimate with provenance and uncertainty
  -> Separate physical authorization gate (not implemented here)

這個流程明確禁止以「演算法已回傳結果」作為物理硬體的自動授權依據。

12. 生物視覺與 RGC 幾何的回接：不同觀察者不必看到同一世界

12.1 BV04 的物理通道缺失與本篇的漂移不能混為一談

RGC-BV04 的理想偏振實驗已指出，若感測器僅能量測特定線偏振分量，對某個缺失的獨立物理通道，改變分析方向仍無法自行產生資訊。這與本篇不同：本篇將觀察者已有的二元通道受到校準位元擾動，造成世界與觀察者歸因混淆。前者是通道結構不可觀測，後者是時間上可能漂移且與世界狀態耦合。即使兩者都造成不確定性，也不可使用同一個「畫面補正成功」旗標統一處理。

12.2 BV05–BV06 的主動掃描啟發時間維度

一維掃描可以透過時間與已知感測姿態建立更高維的場景關係，但時間也是潛在失配來源。若感測平台移動、場景移動或校準基底漂移，而系統只把影格拼成相同張量，就可能把時間造成的觀測變動誤認為物體幾何變化。這正是本文要求同時維護世界、感測器及時效信念的原因。

12.3 沒有假定「觀察者維度不變量」已被找到

本系列不預設存在足以互通所有物種、生物眼睛、相機投影、偏振感測、數位模擬與機器人接觸資訊的全域不變量。可研究的是：在指定任務、時段及觀測核下，哪些關係對觀察者變換不變、哪些關係依已知規則等變、哪些關係無法識別。COBM 不是萬能視覺語言；它是避免在證據不足時，錯把觀察者專有表示當作共同物理事實的程序。

13. 可重製驗證、數據證據及失敗保護

13.1 程式實際實現

研究包以 Python 標準函式庫 fractions.Fraction 實作二元隱狀態預測、條件化、完美及有噪聲錨點、二元漂移模式聯合濾波、有限六步決策樹的逆向最適值與基線比較。每個分支的讀值機率使用有理數加總，不依靠樣本平均或隨機種子。輔助圖表使用 matplotlib，不影響核心數值。

主測試： python -m unittest discover -s tests -v；執行結果保存在 results/unit_tests.txt。本版初始交付共有 58/58 項單元測試通過，涵蓋機率界、零機率事件、狀態轉移、貝氏歸因、觀測對稱、參數同分布、錨點噪聲、時效、模式更新、拒絕與有限期限 Bellman 最適性比較。

另有 126 組正機率觀測歷史 用來檢查全域共同翻轉對稱下世界後驗持續為 $1/2$ ；254 組觀測序列 用來檢查兩個不同世界/校準參數組具有相同序列概率。這些歷史枚舉是有限例證，不取代第 3、4 節對任意有限歷史的解析證明。

13.2 研究圖

figures/01_drift_attribution_reversal.png 與 .svg：觀測翻轉後的世界歸因隨校準漂移率改變；
figures/02_observer_anchor_policies.png 與 .svg：三種漂移率下五種錨定策略的總損失；
figures/03_online_mode_belief.png 與 .svg：連續翻轉時的高漂移模式後驗。

13.3 真實模型或機器人實驗仍需進行的公平檢驗

若接入相機、模擬器與具身機器人，必須至少比較：來源標籤-only、固定外參、周期性重新標定、標準在線標定、無模式追蹤的聯合濾波、具模式追蹤的 COBM、加入互補錨點的 COBM，以及沒有觀察者契約的跨載體混合表示。所有比較必須控制模型容量、相同畫面和任務、錨點頻率、成本預算、延遲、校準真值供應及感測器硬體。

應分開測量：世界狀態誤差、校準參數誤差、後驗校準品質、觀測異常偵測時延、變點定位、錯誤歸因比率、拒絕率、有效任務成功率、部署中斷、實際能耗與安全事件。尤其應確保重新錨定所用資料並未暗中提供對照組無法取得的世界真值。

13.4 可能推翻工程假說的情況

若真實感測序列已經由標準模型在相同成本下充分辨識世界與校準狀態，額外 COBM 層可能只增加計算負擔。若真實世界非平穩性強於所建模型、候選模式漏掉關鍵故障，過於自信的貝氏更新反而可能有害。若主動重新錨定的能源、時間或接觸風險超過其任務效益，最適決策可能是停機或交給其他感測載體，而不是持續觀察。只要在公平實機對照下沒有改善，就不能把有限理論結果外推成普遍有效的系統優勢。

14. 對 DPIED 的意義：從「看起來知道」到「有條件地作用」

DPIED 關注數位智能與物理作用能力的非同步演化；本篇補上其中一個可檢查的中間環節。世界模型可能在影像預測上表現良好，但若觀察者校準正在漂移，影像一致性不能自動保證物理狀態估計仍然適用；即使觀測足以辨識某個動作目標，控制時延、致動器約束、接觸模式與安全餘裕也可能獨立失效。

因此，一個合適的分層機制是：

觀測層： 明確表示來源、載體幾何、投影基底、物理通道與時間。
信念層： 聯合追蹤世界、觀察者、漂移模式及模型外不確定性。
任務層： 確認對當前任務是否充分；必要時重新錨定或拒絕。
動態層： 以最新的時效及模型版本檢查一步與多步預測能力。
作用層： 在獨立物理約束及安全閘門下決定是否允許實體動作。

上述分層可作為工程設計原則，但未以實體部署證實能普遍改善 VLA、機器人導航或產業生產力。

15. 原創性與證據邊界

本篇已完成： 最小二元動態模型、共同翻轉對稱命題與證明、參數組合可辨識性命題與證明、殘差條件歸因公式、聯合濾波及模式更新、錨點可靠性反例、有限期限決策遞迴與精確實驗、錯誤後驗的決策後悔上界、研究性接口樣本及可稽核測試程式。

本篇未完成： 外部同行審查、形式證明助理檢查、獨立硬體標定實驗、真實視覺大模型再訓練、跨生物感測器資料採集、真實 ROS 2 多機體整合、工業安全認證或世界模型有效性的一般性證明。

原創性定位： 貝氏濾波、在線校準、變點偵測、值資訊、POMDP 及規範自由度相關的基本數學皆有成熟先例。本篇可主張的研究性貢獻，是把 RGC 多觀察者幾何中的「觀察條件不是世界本身」與 DPIED「數位表徵不等於物理作用」這兩道界線，整合為明確保留世界/觀察者聯合不確定性的候選資料與決策契約，並給出可反駁的最小實驗設計；不能把這些既有數學工具的基本性質宣稱為首次發明。

16. 結論

真正持續運作的具身智能，不只需要識別物體，也需要判斷目前使用的觀察方式是否仍可被信任。當同一個讀值變化可以由世界與觀察者的不同演化路徑造成時，對讀值進行補正若沒有保留其識別條件，就可能把認知不確定性偽裝成物理確定性。本篇的解析定理給出此風險的有限明確邊界；精確決策實驗則證明，在構造的成本與動態條件下，重新錨定頻率應由聯合信念與任務風險決定，而非一律固定。

對 RGC 而言，關係幾何不只存在於不同觀察者之間，也存在於同一個觀察者的不同時間狀態之間。對 DPIED 而言，從感知走向實體行動時，除了模型是否理解世界，還必須檢驗模型是否仍理解自己是以什麼觀察條件理解世界。

最危險的錯誤不是世界改變而模型沒有察覺，而是世界與觀察者都可能改變時，模型卻把其中一種解釋當成唯一事實。

參考文獻與來源

外部研究與工程先例

[E1] Observability-Aware Intrinsic and Extrinsic Calibration of LiDAR-IMU Systems. IEEE Transactions on Robotics, 38(6), 3734–3753 (2022). DOI: https://doi.org/10.1109/TRO.2022.3174476 。本文引用其可觀測性導向的標定與退化狀態處理概念。
[E2] Observability-Aware Online Multi-Lidar Extrinsic Calibration. IEEE Robotics and Automation Letters, 8(5), 2860–2867 (2023). DOI: https://doi.org/10.1109/LRA.2023.3262176 。本文引用其在線姿態資訊選擇及停止準則。
[E3] Song, J., Richard, A., & Olivares-Mendez, M. (2025). Observability Investigation for Rotational Calibration of (Global-Pose Aided) VIO under Straight Line Motion. IROS 2025. https://arxiv.org/abs/2503.00027 。本文引用退化運動下的旋轉外參不可觀測案例。
[E4] Adams, R. P., & MacKay, D. J. C. (2007). Bayesian Online Changepoint Detection. arXiv:0710.3742. https://arxiv.org/abs/0710.3742 。本文引用在線變點推斷的既有理論背景。
[E5] Quartararo, J. D., & Langel, S. E. (2022). Detecting Slowly Accumulating Faults Using a Bank of Cumulative Innovations Monitors in Kalman Filters. NAVIGATION, 69(1). DOI: https://doi.org/10.33012/navi.507 。本文引用模型不確定性與累積殘差監測的限制。
[E6] Wang, J., Kang, Y., Fu, L., Nakadai, K., & Kong, H. (2025). Observability-Aware Active Calibration of Multi-Sensor Extrinsics for Ground Robots via Online Trajectory Optimization. arXiv:2506.13420. https://arxiv.org/abs/2506.13420 。本文引用多感測器主動校準與運動激發的既有研究。

上述文獻為可核對的公開先例；其論述不表示本篇已重做外部論文的數據與實機驗證。

內部研究承接

[P1] 使用者提供之《關係幾何與載體展開：三線成方問題》封存；P01–P12 提供載體、投影、逆問題、跨觀察者關係與圖冊基礎。
[P2] RGC–BV01–BV06 生物視覺研究；特別引用獨立補交的 BV04 偏振主動分析，以及 BV05–BV06 主動掃描/運動補正的理想模型。
[P3] 使用者提供之《數位—實體智能演化解耦論》封存，尤其 DPIED-04–07 的觀察/控制、跨時間運作、虛實遷移與可靠性問題。
[P4] RGC–DPIED-01 v1.1（跨觀察者補正）、-02（異質資料衝突）、-03（條件式圖冊/動態閉合）、-04（主動補觀測）。前四篇的原始研究包另行保存；本篇不變更其 canonical source。

附錄 A｜命題證據對照與可反駁條件

命題	成立條件	已提供的證據	不可外推之處
共同翻轉不可辨識	二元 XOR、共同翻轉對稱先驗、同類觀測	路徑配對證明、126 組有限歷史	非對稱先驗、多物理通道與真實三維相機
只能辨識組合率 $r$	獨立同分布世界/校準翻轉，兩率未知	解析序列機率、254 組歷史同分布	已知一率或額外測量的情境
殘差歸因反轉	指定 $p,q$ 、讀值翻轉、零一歸因損失	精確條件機率與錯模風險	現役機器人的真實漂移率
不可靠錨點殘留錯誤	二元對稱噪聲，獨立測量	後驗精確更新與測試	非獨立噪聲與時間相關標定
長程查詢可比較	六步有限狀態、完美錨點、正確模型	精確有理數 Bellman 逆推與基線	連續高維狀態、接觸動力學及實機成本
後驗失配造成決策後悔	損失在 $[0,1]$ 、共同有限狀態	總變差界之解析證明	實際 $P$ 不可觀測時的安全認證
漂移模式信念逐步更新	候選 $p,q$ 與模式轉移核已正確指定	聯合 HMM 演算與四步樣例	候選模式未包含的世界故障

附錄 B｜研究包與重製命令

RGC_DPIED_05_2026-11-05/
  RGC_DPIED_05_Online_Observer_Belief_and_Drift_Correction.md
  README.md
  SOURCE_TRACEABILITY.md
  src/
    observer_belief.py
    evaluate_drift.py
    render_figures.py
  tests/
    test_observer_belief.py
  schemas/
    cobm01_ocvc06_observer_belief_example.json
  figures/
    01_drift_attribution_reversal.{png,svg}
    02_observer_anchor_policies.{png,svg}
    03_online_mode_belief.{png,svg}
  results/
    exact_results.json
    drift_witnesses.json
    unit_tests.txt
    validation_report.json
  validate_release.py
  SHA256SUMS.txt

從研究包根目錄執行：

python -m unittest discover -s tests -v
PYTHONPATH=src python src/observer_belief.py > results/exact_results.json
PYTHONPATH=src python src/evaluate_drift.py
PYTHONPATH=src python src/render_figures.py
python validate_release.py

Windows PowerShell 可先設定 $env:PYTHONPATH='src' 後執行 python src/observer_belief.py 等命令。圖表重製需要 matplotlib、numpy，精確模型與單元測試只需標準 Python 3.10+。本篇不重封裝任何前篇大型研究檔案。

附錄 C｜名稱與研究版本對照

OCVC-0.6：觀察者條件化視覺證據契約（research candidate）。
COA-0.3：條件式多觀察者局部圖冊，加入在線有效性訊號（research candidate）。
OCAR-0.2：觀察者條件化主動補觀測決策，加入漂移驅動錨點查詢（research candidate）。
COBM-0.1：本篇新增的聯合世界—觀察者—漂移模式信念維護抽象（research candidate）。

上述均為研究草案版本，不暗示已完成跨載體規範標準化或真實系統認證。

RGC–DPIED-05｜觀察者條件的不確定性與在線補正：模型漂移、跨載體聯合信念及具身行動的證據閘門

RGC–DPIED-05｜觀察者條件的不確定性與在線補正：模型漂移、跨載體聯合信念及具身行動的證據閘門

摘要

Abstract

0. 研究承接：把觀察者也當作可能變動的隱狀態

0.1 前篇取得的四層成果

0.2 本篇要回答的五個問題

1. 學術背景：在線標定不是新技術，限制也早已具體存在

2. 一般觀察者條件化動態模型

2.1 世界、觀察者與模式

2.2 聯合信念，不把估計點值當成真值

2.3 觀察者條件補正的三種輸出

3. 最小模型：世界變動和觀察者漂移可以呈現同一種影像變化

定理 3.1｜共同翻轉對稱下的世界標籤不可辨識

4. 第二種不可辨識：同一讀值序列不一定能分開世界變動率與校準漂移率

定理 4.1｜觀測序列的參數組合律

5. 殘差的歸因不等於補正命令

命題 5.1｜讀值翻轉與不翻轉的條件歸因

5.2 錯誤沿用舊標定會反轉最大後驗歸因

6. 同時保留世界與觀察者的不確定性

6.1 二元聯合信念

6.2 漂移模式本身未知：加入 MtM_tMt​

6.3 多個讀值翻轉可支持「高漂移模式」，但仍不足以確證成因

6.4 失配時不應偷偷把信念重設為確定點值

7. 重新錨定與互補感測：打破歧義需要新的證據

7.1 理想世界錨點

7.2 不可靠錨點不能被當成真值

7.3 過期錨點與當下錨點不是同一筆資料

7.4 多載體互補不必要求資料可逆轉換

8. 動態修正的決策層：不是每個時間點都要重新標定

8.1 分離補觀測成本、分類損失與拒絕成本

8.2 有限期限 Bellman 遞迴

命題 8.1｜有限期限的最適性

8.3 幾種容易混淆的策略

9. 精確有限模型實驗：六步聯合信念的策略比較

9.1 可重製設置

9.2 額外錨點的使用量

9.3 損失分解與解讀

10. 模型失配下的風險界與拒絕判準

定理 10.1｜錯誤後驗導致的決策後悔上界

10.2 四種不同的暫停理由

11. 候選接口：OCVC-0.6 / COA-0.3 / OCAR-0.2 / COBM-0.1

11.1 接口不是將一切視覺統一轉成 RGB

11.2 最小資料契約與決策狀態

11.3 候選在線流程

12. 生物視覺與 RGC 幾何的回接：不同觀察者不必看到同一世界

12.1 BV04 的物理通道缺失與本篇的漂移不能混為一談

12.2 BV05–BV06 的主動掃描啟發時間維度

12.3 沒有假定「觀察者維度不變量」已被找到

13. 可重製驗證、數據證據及失敗保護

13.1 程式實際實現

13.2 研究圖

13.3 真實模型或機器人實驗仍需進行的公平檢驗

13.4 可能推翻工程假說的情況

14. 對 DPIED 的意義：從「看起來知道」到「有條件地作用」

15. 原創性與證據邊界

16. 結論

參考文獻與來源

外部研究與工程先例

內部研究承接

附錄 A｜命題證據對照與可反駁條件

附錄 B｜研究包與重製命令

附錄 C｜名稱與研究版本對照

6.2 漂移模式本身未知：加入 $M_t$