建成环境具身智能感知

建成环境具身智能感知（Embodied Intelligent Perception, EIP）把人在身体—环境互动中形成的感知，与空间形态数据和智能技术共同组织成设计反馈链。它试图把“以人为中心”从价值口号推进到可采集、可分析、可评价、可预测的建成环境研究流程。

系统综述给出的框架

2026 年发表于 Sustainable Cities and Society 的系统综述采用 PRISMA 与文献计量分析，最终深度分析 61 篇文章，并给出四个相互嵌套的维度：

由此形成 空间尺度—数据类型—智能技术—应用场景 的研究范式，以及 智能采集—智能分析—智能评价—智能预测 的全流程技术链。这里的“具身”首先指人通过身体处在空间中并与环境互动，不应未经说明等同于机器人本体的多传感器感知。

目标论文之前，同一作者网络已经形成两条可核验路线：

2024 年的建成环境感知综述把方法分为大数据/AI 支持的群体感知、真实环境中的个体现场感知，以及实验室中的个体虚拟感知。该文的 588 条记录和三分法属于旧文，不能冒充 2026 年综述的样本或分类。
2025 年的校园户外空间研究把街景图像、语义分割、PRS-11、XGBoost 和 sDNA 连接起来，用空间要素预测恢复性效益并辅助更新优先级。这提供了从多源数据到人本设计决策的实例，但仍不证明模型预测具有因果干预效应。

群体大数据可能包含平台偏差、覆盖偏差和生态谬误；小样本生理/主观数据则受设备、实验情境、文化和个体差异影响。
眼动、EEG、皮电、心率或行为轨迹若被使用，只能作为可错的反应指标，不能直接提升为偏好、情绪或意图真值。
当前摘要层证据没有提供跨空间尺度迁移结果；任何城市—邻里—场地迁移都应使用地点/文化/人群外部留出、校准和误差分解，不能把框架中并列三个尺度误写成模型已经跨尺度泛化。
具身感知数据涉及旁人、访客和弱势群体时，需要同意、撤回、最小化采集和用途限制。
目标论文全文仍为非开放获取；当前已核验的是出版社元数据/摘要、61 篇深度分析、四维研究范式和四阶段技术链。完整检索式、排除原因、各类别计数、图表和逐项 future opportunities 停在授权访问边界，不能从摘要补写。重新开启条件是获得合法全文、作者手稿或开放补充材料。