超维行动序列规划

VAC (Vector Action Chain): HV 置换链实现多步行动规划

创新点

HV 置换链实现多步行动规划。每个行动步骤编码为 HV，使用置换编码步骤间的时序关系，叠加所有步骤形成行动序列 HV，确定性规划——同一场景永远生成同一行动序列。

代码位置：axoncog-node/src/action_planning.rs

步骤 1: HV_action1

步骤 2: HV_action2

步骤 3: HV_action3

编码时序:

step1 = permute(HV_action1, 0)

step2 = permute(HV_action2, 1)

step3 = permute(HV_action3, 2)

行动序列 HV:

plan = superpose(step1, step2, step3)

置换编码保护了步骤间的时序关系，叠加将所有步骤融合为单一 HV 向量。执行时通过逆向置换和相似度匹配逐步解码出每个步骤。

同一场景永远生成同一行动序列。这是铁律 5（确定性生成）的直接体现——规划过程中不存在任何概率采样，所有运算都是确定性的代数运算（置换 + 叠加）。这与基于强化学习的规划形成根本对比：强化学习的策略是概率分布，同一场景可能生成不同行动序列；AxonCog 的规划是代数运算，永远确定。

多步操作序列的确定性规划：抓取 -> 移动 -> 放置 -> 释放。每一步都是确定性代数运算，可审计、可追溯。

安全联锁动作序列：检测异常 -> 评估风险 -> 执行隔离 -> 通知人员。零幻觉保证每一步动作可靠执行。

HV 超维语义代数领域无行动规划概念。AxonCog 首次将 HV 置换链应用于多步行动序列规划。