### 智能設備暢想

突然想到了一個好主意

因為最近在查無人機的相關資料（很早之前就想搞個無人機玩玩但始終沒有買）

在了解自組裝方面的內容時，和AI溝通了下

正好之前組裝的?小智AI 基本上已經完善了，也正在考慮其在其他方向拓展的可能性（我認為是最好的底層 智能硬件設備，可以集成到各種設備當中）

同時AI在MCP協議這方面也已經有所完善了

既然如此為什么不能將 無人機 和 小智AI 結合呢

實現一個可以知道自己正在操作無人機，并且可以主動控制無人機完成一系列指定任務的智能設備呢？（不過在持續性操控方面始終沒法解決）因為LLM并不能主動輸出內容，必須 輸入——>輸出，因此我在考慮通過自己訓練一個持續性學習的策略型神經網絡。

（感覺自己的文學功底真不行，這是AI改的）

---

當前大模型（LLM）雖然具備強大的語言理解和任務分解能力，但它的結構決定了“輸入 → 輸出”的一次性推理模式，難以勝任需要持續狀態感知和動作輸出的任務控制場景，例如控制無人機持續追蹤一個目標。

為了解決這一問題，我打算采用一種輕量級的策略神經網絡結構。該網絡以實時狀態數據為輸入（例如目標位置、無人機電量、障礙物分布等），輸出一組動作概率（如上下左右移動方向），從而形成一種“持續反饋-響應”的閉環控制系統。

類似結構我曾用于一個模擬生態系統中，模型可以根據環境狀態持續控制捕食者行為，達到食物鏈穩定性。未來我希望將類似策略網絡與大模型結合，讓LLM決定“目標”，策略網絡負責“執行路徑”，實現“認知-執行”分離架構。

前段時間的時候通過AI實現的了一個策略型神經網絡的 模擬小型生態環境的模型（能夠實時訓練學習，包含捕食者、綠藻、陽光能力）

策略神經網絡也很簡單，就是輸入狀態信息，分別返回四個方向概率（上下左右）

文章鏈接：AI輔助實現的小型生態系統 | Tokepson的博客

總之就是我有這么一個構想，并且如果將這樣的設備覆蓋各種具有能動性的電子設備當中，整個城市都可以完全被智能覆蓋，智能車、智能無人機、智能人，通通都可以接入AI智能體，并且根據設備的不同，還能發揮出不同功效

根本壓抑不住情緒啊，感覺已經想象到未來的那一天了！（不過我似乎并沒有看到，AI在邏輯推理行為上有很大的進展，因此不會太快就是了）

還有一個就是，AI智能體在控制方面

很有可能會有一個中央平臺來控制和管理所有智能體，以及每個智能體是獨立的還是說統一中央智能體管理（就是說智能體的記憶等數據是存儲在本地，還是統一傳輸給中央的意思）

如果統一傳輸給中央，這個定位就非常類似“智腦”了

如果有智能體設備獨立存儲，嗯。。。（獨立設備里能否足夠配置獨立顯卡加速計算也是個問題）

總之，想要說明的就是這些，寫了這些，順便也把這幾天堆積的想法給記錄下