人工智能之数字生命-特征值类,特征类的功能及分工

“特征系统”在数字生命里的三层使命一口气点穿了：

• 特征类（Feature Manager）：负责“怎么管、怎么写、怎么查、怎么比”
• 特征（Feature Node）：负责“一个维度上是什么”，比如位置/尺寸/颜色/轮廓/姿态
• 特征值（Feature Value Node）：负责“这个维度此刻是多少”，比如(x,y,z)、(w,h,d)、某个 Bits64/VecIU64 轮廓签名

而“区分存在、区分状态、形成动态”对应的是三个不同的使用姿势。

---

1) 区分存在：特征是“身份证”，要稳定、可复用、可容错

目标：把“这是同一个东西”判断得更稳。

通常用三类特征做“身份锚点”：

1. 空间占位锚点：绝对位置、尺寸、OBB方向（你已经在做）
2. 外观/几何锚点：颜色统计、2D轮廓金字塔、3D体素占据金字塔（VecIU64 分层）
3. 关系锚点：它和别的存在的相对位置/接触关系（桌上、旁边、被遮挡）

特征类在这里的工作像个“法官+档案员”：

• 写入新观测时，做融合（抗抖动）
• 查找候选存在时，算差异度/距离，做加权投票（命中次数、可信