T/CQPRA 0117-2026 AI辅助决策与机器人自主决策的优先级评价标准

　　ICS 03.080.01 CCS P 35

　　CQPRA

　　重 庆 市国 际 国内 公 共 关 系 协 会 团 体 标 准

　　T/CQPRA 0117—2026

　　AI辅助决策与机器人自主决策的优先级评

　　价标准

　　Priority Evaluat ion Standard for AI-Ass isted Decis ion-Making and

　　Autonomous Robot Decis ion-Making

　　2026 - 03 - 31 发布 2026 - 03 - 31 实施

　　重庆市国际国内公共关系协会 发 布

　　T/CQPRA 0117—2026

　　T/CQPRA 0117—2026

　　前 言

　　本文件按照GB/T 1.1—2020《标准化工作导则 第1部分：标准化文件的结构和起草规则》的规定起草。

　　请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。

　　本文件由重庆市国际国内公共关系协会提出并归口。

　　本文件起草单位：深圳市岭岫电子科技有限公司、深圳市时代恒屹科技有限公司、深圳市中诺源科技有限公司、深圳市梵轩家具有限公司、深圳市顺盈达源科技有限公司、深圳市振圆科技有限公司、西安镐辰电子科技有限公司。

　　本文件主要起草人：张飞、钱梦星、何进、谭汉圣、卢静、姜金斌、柳丽娜。

　　T/CQPRA 0117—2026

　　引 言

　　随着人工智能、机器人技术及智能制造系统的快速发展，AI辅助决策与机器人自主决策在工业生产、服务业应用及复杂系统运行中的融合程度不断提高。两类决策方式在提升系统效率、降低人工干预成本和增强系统智能化水平方面发挥了重要作用，但在实际应用中也逐步暴露出决策冲突、优先级不清和责任边界模糊等问题。

　　在多源决策并存的运行环境下，若缺乏统一的优先级评价依据，可能导致系统响应迟滞、执行逻辑混乱，甚至引发安全风险。因此，有必要建立一套结构清晰、指标明确、方法可操作的评价标准，对AI辅助决策与机器人自主决策的优先级进行系统性规范。

　　本标准在总结现有智能系统应用经验的基础上，结合人工智能决策特点与机器人自主控制要求，提出决策优先级的基本原则、评价指标体系及评价方法，旨在为相关系统的设计、实施和运行管理提供统一参考依据，促进智能决策系统的安全、稳定和高效运行。

　　T/CQPRA 0117—2026

　　AI辅助决策与机器人自主决策的优先级评价标准

　　1 范围

　　本标准规定了在智能系统和机器人应用场景中，AI辅助决策与机器人自主决策之间优先级的评价原则、评价指标体系、评价方法及应用要求。

　　本标准适用于工业机器人、服务机器人、智能制造系统及其他具备自主决策能力的智能装备在设计、部署、运行和评估阶段的决策优先级判定与管理。

　　2 规范性引用文件

　　下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件;不注日期的引用文件，其最新版本(包括所有的修改单)适用于本文件。

　　GB/T 41867-2022 信息技术 人工智能 术语

　　GB/T 12642-2013 工业机器人 性能规范及其试验方法

　　GB/T 20867.1-2024 机器人 安全要求应用规范 第1部分：工业机器人

　　3 术语和定义

　　下列术语和定义适用于本文件。

　　3.1

　　AI 辅助决策 AI-assisted decision-making

　　基于人工智能算法，对人类或系统决策过程提供分析、预测或建议支持的决策方式。

　　3.2

　　机器人自主决策 autonomous robot decision-making

　　机器人系统在无人工实时干预条件下，根据环境感知、内部状态和既定规则自主作出决策并执行的能力。

　　3.3

　　决策优先级 decision priority

　　在多源决策并存情况下，对不同决策结果在执行顺序或采纳程度上的权重排序。

　　3.4

　　分布式人工智能 distributed artificial intelligence

　　T/CQPRA 0117—2026

　　人工智能系统实现的一种方式，其中数据与指令在一组以特定拓扑结构相互连接的节点之间传递和处理，以完成人工智能任务。

　　4 基本原则

　　4.1 安全优先原则

　　在任何场景下，涉及人身安全、设备安全和环境安全的决策，应赋予最高优先级。当AI辅助决策与机器人自主决策在安全判断上存在冲突时，应优先采纳风险更低的一方。

　　4.2 可控性原则

　　决策系统应保持可解释、可追溯和可干预能力，避免完全不可控的决策执行。且AI辅助决策结果应支持人工复核与策略调整。

　　4.3 场景适配原则

　　不同应用场景下，决策优先级应具备差异化配置能力。不应采用单一固定优先级模式覆盖所有运行工况。

　　5 决策类型与应用场景分类

　　5.1 AI辅助决策类型划分

　　5.1.1 数据分析型辅助决策

　　数据分析型AI辅助决策主要基于历史数据、统计模型或机器学习算法，对既有业务数据进行整理、分析与趋势预测。该类决策通常不直接参与控制指令下发，而是为人工或上层系统提供决策参考依据。

　　5.1.2 规则推荐型辅助决策

　　规则推荐型AI辅助决策以预设规则库和推理逻辑为基础，根据输入条件输出推荐方案。该类决策具有逻辑清晰、可解释性较强的特点，适用于制度明确、流程稳定的业务场景。

　　5.1.3 风险提示型辅助决策

　　风险提示型AI辅助决策主要用于识别潜在异常或风险状态，如运行偏差、参数越限或模式异常。其输出结果以告警、提示或预警信息为主，不直接干预系统运行。

　　5.2 机器人自主决策类型划分

　　5.2.1 动作执行型自主决策

　　动作执行型自主决策用于控制机器人在既定任务范围内自主完成动作选择和执行，如抓取、放置、移动和定位等。该类决策强调实时响应能力和动作连贯性。

　　T/CQPRA 0117—2026

　　5.2.2 路径规划型自主决策

　　路径规划型自主决策用于机器人在动态环境中自主计算最优或可行运动路径。其决策结果直接影响设备运行效率和安全性。

　　5.2.3 异常应对型自主决策

　　异常应对型自主决策用于机器人在检测到突发情况时自主采取应急动作，如急停、回退或重新规划路径。该类决策通常具有较高优先级。

　　5.3 混合决策应用场景细分5.3.1 人机协同决策场景

　　在人机协同场景中，AI辅助决策负责提供分析和建议，机器人自主决策负责执行具体动作。两类决策通过接口进行信息交互，共同完成任务。

　　5.3.2 分级触发决策场景

　　分级触发场景下，不同决策方式根据风险等级或条件阈值被依次触发。低风险阶段以AI辅助决策为主，高风险或紧急状态下切换为机器人自主决策或进行人工干预。

　　5.3.3 决策接管与回退场景

　　当系统检测到自主决策异常或失效时，应支持由人工决策进行接管。接管后，应具备条件恢复自主决策运行。

　　5.4 决策类型与细分应用场景对应要求

　　决策类型与细分应用场景对应要求见表1。

　　表1 决策类型与细分应用场景对应要求

　　6 决策优先级评价原则

　　6.1 安全优先原则

　　在任何决策冲突情况下，涉及人员安全、设备安全或系统稳定性的决策应具有最高优先级。系统应确保安全相关决策不被低优先级决策覆盖或延迟执行。

　　T/CQPRA 0117—2026

　　6.2 实时性优先原则

　　对于需要在极短时间内作出响应的场景，如紧急避障、设备异常停机等，应优先采用机器人自主决策， 以避免因人工或外部确认造成延误。

　　6.3 可解释性与可控性原则

　　在非紧急情况下，系统应优先选择决策过程清晰、可追溯的决策方式。AI辅助决策结果应具备必要的解释信息， 以支持人工理解和复核。

　　7 决策优先级评价指标体系

　　7.1 评价指标总体构成

　　决策优先级评价指标体系用于对AI辅助决策与机器人自主决策在具体应用场景中的优先顺序进行量化和分级判断。指标体系应覆盖安全、时效、可靠性、可控性等关键维度，避免仅依据单一因素进行决策判定。

　　7.2 安全性评价指标

　　7.2.1 人员安全影响程度

　　该指标用于评价决策行为对人员生命安全和健康安全的潜在影响程度。涉及人员直接接触、协作或近距离作业的决策，其安全性权重应显著提高。

　　7.2.2 设备与系统安全影响

　　该指标用于评价决策行为对设备完好性、系统稳定性和运行连续性的影响。可能引发设备损坏、系统停机或连锁故障的决策，其优先级应相应下调。

　　7.3 实时性与响应能力评价指标

　　7.3.1 决策响应时间要求

　　该指标用于衡量决策从触发到执行所允许的最大时间窗口。对于毫秒级或秒级响应要求的场景，机器人自主决策通常具备更高优先级。

　　7.3.2 决策延迟容忍度

　　该指标用于评价系统对决策延迟的可接受程度。延迟容忍度较低的场景，不宜引入多层审核或外部确认流程。

　　7.4 决策可靠性评价指标

　　7.4.1 决策结果一致性

　　T/CQPRA 0117—2026

　　该指标用于评价在相同或相似输入条件下，决策结果是否保持稳定一致。决策结果波动较大的算法模型，其优先级应受到限制。

　　7.4.2 决策失效风险

　　该指标用于评价决策在异常条件下失效或误判的可能性。失效后难以被及时纠正的决策方式，其风险等级应相应提高。

　　7.5 可控性与可解释性评价指标7.5.1 人工干预可行性

　　该指标用于评价在决策执行过程中，是否允许人工进行暂停、调整或接管。具备明确人工干预接口的决策方式，在高风险场景下更具优势。

　　7.5.2 决策逻辑可解释程度

　　该指标用于评价决策生成过程是否清晰可追溯。决策逻辑不可解释或难以复现的模型，其应用范围应受到限制。

　　7.6 决策优先级评价指标与评分示例要求

　　决策优先级评价指标与评分示例要求见表2。

　　表2 决策优先级评价指标与评分示例要求

　　7.7 决策优先级分级判定示例要求

　　决策优先级分级判定示例要求见表3。

　　表3 决策优先级分级判定示例要求

　　8 决策冲突处理与运行管理

　　8.1 决策冲突识别机制

　　系统应具备自动识别不同决策模块输出冲突的能力，并能够在冲突发生时触发相应的处理流程。冲突识别规则应在系统配置文件中明确定义。对于无法自动判定的冲突情形，应预留人工介入通道。

　　T/CQPRA 0117—2026

　　8.2 决策切换与覆盖规则

　　当高优先级决策被触发时，系统应能够及时中止或覆盖低优先级决策执行过程。切换过程应平稳可控，避免引发二次风险。并且决策覆盖行为应被完整记录，以支持事后分析和责任追溯。

　　8.3 信息记录与反馈机制

　　系统运行过程中，应对决策来源、评价结果、执行情况及冲突处理过程进行完整记录。相关信息应按规定周期进行汇总和分析。