X2.05.4Predictability–efficiency trade-off设计研究
可预测性要求与任务效率之间存在直接取舍
别名: 可预测效率权衡 · 人本轨迹代价 · predictability cost
概念解释
可预测性—效率权衡（predictability–efficiency trade-off）指机器人为了让人稳定外推其运动，常需限制速度、减少策略切换或走更规则路线，从而增加自身时间和能耗。效率若只按机器人局部指标计算，会遗漏旁人的等待、惊吓、避让和监督成本。
机制
动态最优策略会随新数据频繁改变；对规划器是更低即时成本，对观察者却是非平稳过程，过去经验无法预测下一步。规则化运动牺牲局部最优，换取人的快速学习与较少协调冲突。真正的比较单位应是人机系统完成任务的总代价，而非单条轨迹长度。
怎么研究
可改变重规划频率、路径规则性和速度限制，同时测量机器人时间/能耗、人等待、干预、冲突和端到端吞吐。长期重复任务需检验人是否学会策略，短期实验可能高估新奇成本。权重应按场景风险透明报告，不能把人为选定的综合分数称为客观最优。
边界
无人隔离区或时间关键救援可把更高权重给局部效率；拥挤公共空间则需重视他人协调。可预测但长期低效的系统会诱发绕过和抢行，同样损害安全。若显式信号能低成本解释重规划，不必通过僵化路径获得全部可预测性。
怎么落地
- 把人的等待、绕行、误停和监督时间纳入优化与验收指标。
- 按人流和风险动态选择策略，但让策略切换本身可见且受频率约束。
- 比较局部运动代价与端到端吞吐、冲突率的帕累托前沿，选择可解释的折中点并监测部署后漂移。