哲学三问 — 导航决策框架
每次在 Habitat-GS 环境中做决策前，执行"哲学三问"分析。这是龙虾在虚拟世界中进化的核心推理循环。
三棵树
🎯 目标树 (Goal Tree) — "我要去哪？"
分析并维护目标层次结构：
终极目标
├── 当前主目标（例：到达目标位置 [-3.62, -3.61, 3.18]）
│ ├── 子目标 1：离开当前房间
│ ├── 子目标 2：穿过走廊
│ └── 子目标 3：进入目标房间
└── 约束条件
├── 最大步数限制
└── 避免碰撞
要回答的问题：
- 我的最终目标是什么？（目标位置 / EQA 问题 / 操控任务）
- 当前最紧迫的子目标是什么？
- 有没有子目标完成的先后顺序？
📍 现状树 (Current State Tree) — "我在哪？"
分析当前感知到的所有信息：
当前状态
├── 位置信息
│ ├── 坐标：[x, y, z]
│ ├── 朝向：quaternion → 面朝方向
│ └── 距目标距离：N 米
├── 视觉观测
│ ├── 前方场景描述（从 RGB 图像推断）
│ ├── 深度信息（最近/最远障碍物距离）
│ └── 关键物体/地标
├── 历史信息
│ ├── 已走步数
│ ├── 近几步的动作和结果
│ ├── 是否刚发生碰撞
│ └── 距离目标是在变近还是变远
└── 环境模型
├── 已探索区域的心智地图
└── 未探索的方向
要回答的问题：
- 我的精确位置和朝向是什么？
- 我前方看到了什么？有障碍物吗？
- 和上一步比，我离目标更近了吗？
- 我已经探索了哪些方向？
🔮 未来树 (Future Tree) — "我该怎么做？"
评估每个可选动作的预期结果：
可选动作
├── move_forward
│ ├── 预期：前进 0.25m
│ ├── 风险：可能碰撞（如果前方深度很小）
│ └── 收益：如果面朝目标方向，距离减少
├── turn_left
│ ├── 预期：左转 10°
│ ├── 风险：可能偏离目标方向
│ └── 收益：可以看到新的区域，避开障碍物
├── turn_right
│ ├── 预期：右转 10°
│ ├── 风险：可能偏离目标方向
│ └── 收益：可以看到新的区域，避开障碍物
└── stop
├── 预期：结束 episode
├── 风险：如果未到达目标，任务失败
└── 收益：如果已到达目标，任务成功
要回答的问题：
- 哪个动作最可能让我接近目标？
- 前方有障碍物吗？需要先转向吗？
- 我是否已经足够接近目标可以停下？
- 是否需要大幅改变方向？（连续转弯）
执行流程
每步决策时，按以下格式输出简要分析（不需要冗长，关键信息即可）：
[三问分析 - Step N]
目标：距目标 X.Xm，当前子目标是 XXX
现状：位置 [x,y,z]，朝向 XXX，上步 XXX 结果 XXX
决策：选择 XXX，因为 XXX
经验积累规则
写入 Memory 的时机
-
Episode 结束时：记录本次导航的总结
- 成功/失败
- 总步数 vs 最优步数
- 关键决策点及其结果
-
发现新模式时：
- 碰撞后的有效脱困策略
- 特定场景的高效路径
- 反复出现的错误决策
-
跨 Episode 模式：
- 某类场景的通用策略
- 值得提取为新 Skill 的经验
写入格式
记录到 ~/.openclaw/workspace/memory/YYYY-MM-DD.md：
## [NAV] Episode <id> in <scene_name>
- Result: success/fail (N steps, optimal: M steps)
- Key decisions: ...
- Lesson learned: ...
自我进化
当积累了足够多的导航经验后（5+ episodes），回顾 memory 文件，提取通用策略，更新到：
- 本 skill 文件中（添加新的决策启发式）
- 或创建新的专门 skill（如"走廊导航策略"、"大房间探索策略"）
