面向韧性视觉智能体的模式语言

将多模态基础模型集成到企业生态中，构成了一个根本性的软件架构挑战。架构师必须权衡相互竞争的质量属性：视觉-语言-动作（VLA）模型的高延迟与非确定性，对阵企业控制回路所要求的严格确定性与实时性能。在本研究中，我们提出一种面向视觉智能体的架构模式语言，将快速、确定性的反射与缓慢、概率性的监督分离开来。它由四个架构设计模式组成：（1）Hybrid Affordance Integration（混合可供性集成）、（2）Adaptive Visual Anchoring（自适应视觉锚定）、（3）Visual Hierarchy Synthesis（视觉层级合成）与（4）Semantic Scene Graph（语义场景图）。