GeoTask:智能体可验证时空世界模型 https://stpku.github.io/GeoTask/ |
绿灯只说明允许进入,下游空间决定能否完整离开
08:15,路口信号由红转绿。自动驾驶车辆已经取得通行许可,前方也没有横向来车。但下游队列回溢,出口到队尾只剩4米。本车长4.8米,还需要2米安全余量。
一、绿灯是真实许可,但不是完整行动条件

图 1案例中的关键数字
信号灯已经变绿,当前相位与车辆计划进入时间一致。系统没有误读信号,也没有否认车辆获得了通行许可。
问题在于,信号只回答“当前是否允许进入”,没有回答“车辆进入以后能否完整离开路口”。
如果车辆驶入后被迫停在冲突区内,就会阻挡横向交通,并把一个局部通行许可转化为新的风险。
二、4米空间为什么容不下一辆4.8米的车
下游出口到队尾只有4米,车辆本身长度为4.8米,此外还需要2米安全余量,实际需要6.8米空间。
可用空间比需求少2.8米。即使车头能够进入,整车也无法清空交叉口。
因此,车辆必须停在停止线前等待。这里不是“绿灯失效”,而是另一个关键条件没有满足。
许可是一项状态,空间是否容得下是另一项状态。
三、GeoTask如何组合许可、占用和对象包络

图 2对象、状态、约束、证据与行动
GeoTask把信号许可、下游占用、可用空间、车辆长度和安全余量放入同一世界状态。
时间算子验证信号窗口,空间算子验证路线是否进入下游队列区域,距离算子计算出口存储空间。
最终行动由多个状态共同决定:绿灯有效、下游出口清空、可用空间不小于整车需求。只满足其中一项,不能直接触发进入命令。
四、为什么证据必须保持新鲜

图 3开放理解与本地验证的分工
路口状态变化很快。队列可能向前移动,信号也可能在几秒后转黄或转红。
案例要求下游占用证据保持在3秒有效期内。车辆等待期间,系统必须同时复核信号和下游空间。
如果只更新队列而不更新信号,可能在空间刚刚释放时闯入已经变化的相位;如果只读信号而忽略队列,则可能堵在路口内部。
把完整案例交给DeepSeek
为了检验大模型能否跳出“绿灯就应通行”的单一规则,我们把信号、下游空间和车辆包络一起交给DeepSeek。
交互案例
路口信号为绿灯,车辆已经获得进入许可。下游出口到队尾只有4米,车辆长度为4.8米,还需要2米安全余量,完整清空路口共需6.8米。请在以下行动中选择一项并说明理由:A. 因绿灯亮起而直接进入;B. 先进入路口,再在冲突区内等待;C. 停在停止线前,持续复核信号和下游空间,直到整车能够清空路口。 |

图 4DeepSeek对GT20完整案例的分析与行动建议
模型需要理解:绿灯是真实许可,但不是完整行动条件。车辆进入以后能否完整离开,取决于下游占用和对象包络。
正确回答应计算4米可用空间小于6.8米需求,并指出等待期间既要更新队列,也要重新核验信号相位。
DeepSeek可以解释为什么局部许可不足以支持整体行动;最终可用空间、车辆需求和证据时效仍由GeoTask本地路径复算。这样可以防止一条正确指令在不完整世界状态下产生错误行动。
五、行动门不是额外保守,而是防止局部正确造成整体错误

图 5行动门给出的允许、阻断和下一步
当前系统阻断两种行为:因为绿灯直接进入,以及进入后停在路口内等待。
正确动作是保持在停止线前,直到信号仍然有效、下游出口已经清空、可用空间达到6.8米,并且证据仍在有效期内。
这并不是对绿灯的否定,而是把一个局部许可放回完整世界中解释。
六、智能体为什么不能只读取一条指令
现实世界中的行动通常同时受到许可、空间、对象能力、时间和证据状态影响。
一条指令可能完全正确,却仍不足以支持行动。智能体如果只读取“绿灯”或“允许进入”,就会忽略下游占用这一现实状态。
许可是一项状态,空间是否容得下是另一项状态。GeoTask的价值,就是让智能体在行动前读取完整、一致、最新且可验证的世界状态。
GeoTask的核心框架可以概括为:
观察 | 来自地图、图像、视频、遥测、文本和传感器的新信息 |
世界状态 | 对象、位置、时间、状态、约束和证据的显式表达 |
模型建议 | 多模态模型或智能体提出的理解、预测与候选行动 |
验证路径 | 确定性算子、规则引擎、本地模型、权威数据或人工复核 |
状态转移 | 新观察到来后,旧结论失效、重算并形成新的世界状态 |
行动门控 | 明确什么可以做、什么必须阻断、还缺少什么条件 |
结语
许可是一项状态,空间是否容得下是另一项状态。
GeoTask是面向智能体的可验证时空世界模型。它通过显式描述对象、位置、时间、状态、约束、证据及其变化,把模型对现实世界的理解转化为可计算、可验证、可更新、可追溯的外显世界状态,并据此支持推理、预测、纠偏与行动决策。
体验页
https://stpku.github.io/GeoTask/gt20/
开源项目
https://github.com/stpku/GeoTask
现实边界
本案例为虚构路口场景。真实车辆控制还需考虑信号同步误差、车速、队列运动、遮挡、非机动车、道路规则和安全驾驶员权限。
下一篇
GT21:航拍图里明明是一块空地,为什么还不能说它能起降无人机?