### 智能设备畅想

突然想到了一个好主意

因为最近在查无人机的相关资料（很早之前就想搞个无人机玩玩但始终没有买）

在了解自组装方面的内容时，和AI沟通了下

正好之前组装的 小智AI 基本上已经完善了，也正在考虑其在其他方向拓展的可能性（我认为是最好的底层 智能硬件设备，可以集成到各种设备当中）

同时AI在MCP协议这方面也已经有所完善了

既然如此为什么不能将 无人机 和 小智AI 结合呢

实现一个可以知道自己正在操作无人机，并且可以主动控制无人机完成一系列指定任务的智能设备呢？（不过在持续性操控方面始终没法解决）因为LLM并不能主动输出内容，必须 输入——>输出，因此我在考虑通过自己训练一个持续性学习的策略型神经网络。

（感觉自己的文学功底真不行，这是AI改的）

---

当前大模型（LLM）虽然具备强大的语言理解和任务分解能力，但它的结构决定了“输入 → 输出”的一次性推理模式，难以胜任需要持续状态感知和动作输出的任务控制场景，例如控制无人机持续追踪一个目标。

为了解决这一问题，我打算采用一种轻量级的策略神经网络结构。该网络以实时状态数据为输入（例如目标位置、无人机电量、障碍物分布等），输出一组动作概率（如上下左右移动方向），从而形成一种“持续反馈-响应”的闭环控制系统。

类似结构我曾用于一个模拟生态系统中，模型可以根据环境状态持续控制捕食者行为，达到食物链稳定性。未来我希望将类似策略网络与大模型结合，让LLM决定“目标”，策略网络负责“执行路径”，实现“认知-执行”分离架构。

前段时间的时候通过AI实现的了一个策略型神经网络的 模拟小型生态环境的模型（能够实时训练学习，包含捕食者、绿藻、阳光能力）

策略神经网络也很简单，就是输入状态信息，分别返回四个方向概率（上下左右）

文章链接：AI辅助实现的小型生态系统 | Tokepson的博客

总之就是我有这么一个构想，并且如果将这样的设备覆盖各种具有能动性的电子设备当中，整个城市都可以完全被智能覆盖，智能车、智能无人机、智能人，通通都可以接入AI智能体，并且根据设备的不同，还能发挥出不同功效

根本压抑不住情绪啊，感觉已经想象到未来的那一天了！（不过我似乎并没有看到，AI在逻辑推理行为上有很大的进展，因此不会太快就是了）

还有一个就是，AI智能体在控制方面

很有可能会有一个中央平台来控制和管理所有智能体，以及每个智能体是独立的还是说统一中央智能体管理（就是说智能体的记忆等数据是存储在本地，还是统一传输给中央的意思）

如果统一传输给中央，这个定位就非常类似“智脑”了

如果有智能体设备独立存储，嗯。。。（独立设备里能否足够配置独立显卡加速计算也是个问题）

总之，想要说明的就是这些，写了这些，顺便也把这几天堆积的想法给记录下