不确定性估计：世界模型中的关键工程难题

世界模型要在真实机器人上落地，最棘手的问题往往不是预测得“像不像”，而是模型自己知不知道哪里可能预测错。一个能生成流畅未来画面的模型，如果在遮挡、接触或柔性物体场景下给出过度自信的估计，反而比一个明确说“我不确定”的模型更危险。不确定性估计因此不是锦上添花的附加模块，而是决定系统能否安全闭环的工程前提。

不确定性在具身操作中至少有两个来源。第一是感知层面的，相机视野被遮挡、深度信息缺失、物体表面纹理不清晰，都会让当前状态表示本身带上噪声；第二是动力学层面的，摩擦力、柔性形变、物体内部重心偏移，这些因素很难被训练数据完整覆盖，模型对“动作之后会发生什么”的预测天然存在误差。更麻烦的是，这两类不确定性会随动作执行不断累积，一次规划覆盖的时间越长，误差叠加就越明显。所以工程上真正要处理的，不是消除不确定性，而是区分哪些误差可以容忍、哪些误差会直接导致任务失败。

区分的方式是把不确定性拆成两个维度。偶然不确定性来自观测噪声和环境随机性，比如传感器读数波动、桌面摩擦系数变化，这类误差在多次采样后可以统计出来；认知不确定性则来自模型对未见过的状态缺乏经验，比如机器人从未抓过某种材质的物体，此时模型输出的预测再平滑，本质上也是外推。两者处理策略完全不同：偶然不确定性可以通过多次采样或卡尔曼滤波类方法在状态估计层抑制，认知不确定性则必须让系统降低对预测的信任，主动选择更保守的动作，比如先轻触确认接触状态，或者调整观察角度再继续。

这也是为什么闭环重规划比一次性规划更依赖不确定性信息。当预测状态与实际反馈出现偏差时，系统需要判断这个偏差是正常的传感器噪声，还是模型对当前场景的理解已经失效。如果是前者，继续执行原计划没有问题；如果是后者，就必须重新估计物体位姿和接触状态，生成新的动作片段。一个实用的做法是让世界模型为每个候选动作输出预测置信度，行动模型在选择动作时不仅看任务收益，还要把置信度纳入代价函数——高风险低置信的动作即使短期收益高，也应被降权。

不确定性估计还直接影响信息获取策略。当模型对某个区域的状态很不确定时，最优动作往往不是朝着任务目标前进，而是先执行一个“探查动作”来降低不确定性。比如夹取柔软物体前先轻微施加压力，通过触觉反馈确认形变特性；或者在抓取被遮挡物体前先移动机械臂改变观察视角。这样反馈回路就不只是用于纠错，还承担了主动采集信息的功能，系统从被动应对误差变成主动管理风险。

评价一个具身系统的好坏，也不能只看单步动作成功率。更关键的指标包括：长时程任务中误差累积的速度、遇到分布外场景时模型是否给出低置信度、以及系统在不确定状态下能否主动切换到安全策略。一个诚实的模型，比一个永远自信的模型更值得信任——这句话在机器人领域不是哲学判断，而是工程上的安全底线。