# 论文写作规划 — 面向AI的实时控制基础系统研究 > **版本**: v0.1 > **定位**: 框架2对应的候选论文规划稿 > **目标**: 把“人工智能进入实时控制系统后，基础系统如何维持整体实时边界”组织成可写作、可实验、可比较的论文结构 ## 0. 文章定位与核心贡献 ### 0.1 一句话定位 > **围绕人工智能目标负载进入实时控制系统后的整体边界问题，系统研究模型、运行时、RTOS、Linux、Hypervisor 与异构资源结构如何共同决定系统的确定性、可预测性与实时性表现。** ### 0.2 核心贡献 | 编号 | 贡献 | |---|---| | `C1` | 提出“面向 AI 的实时控制基础系统”这一问题定义与三层边界框架 | | `C2` | 给出 MCU 路线与 SoC 路线并行的统一验证矩阵 | | `C3` | 给出 Linux / RTOS / Hypervisor / 混合结构的系统级对照方法 | | `C4` | 给出规则兜底、异常切换与闭环安全边界的实验组织方式 | ## 1. 文章整体结构 ``` 第1章 引言 第2章 问题背景与相关工作 第3章 面向AI的实时控制基础系统问题定义 第4章 三层边界：RTOS控制域、推理运行域、系统协同域 第5章 MCU路线与SoC路线 第6章 实验方法学与对照结构 第7章 实验结果 第8章 深入分析与边界讨论 第9章 产业定位与系统意义 第10章 结论与展望 ``` ## 2. 各章重点 ### 第1章 引言 重点说明： - 人工智能进入实时控制系统后，问题已经跨层展开； - 单纯用“RTOS 优于 Linux”不足以覆盖真实系统问题； - 需要一个“基础系统主语”的新框架。 ### 第2章 问题背景与相关工作 重点说明： - AI 目标负载的时间行为与资源行为； - RTOS 的直接价值； - Linux 与 PREEMPT_RT 的边界； - 现有研究为什么很少真正覆盖混合系统。 ### 第3章 问题定义 重点说明： - 什么是“面向 AI 的实时控制基础系统”； - 为什么研究对象要从 RTOS 平台上移； - `T5~T1` 继续作为验证矩阵，而不是研究主语。 ### 第4章 三层边界 重点说明： - RTOS 直接控制域； - 推理运行域； - 系统协同域。 这一章是框架2的核心理论骨架。 ### 第5章 MCU 路线与 SoC 路线 重点说明： - MCU 路线为什么强调静态编排和工具链； - SoC 路线为什么强调 Hybrid、Hypervisor 和统一内存竞争； - 两条路线如何分别组织实验。 ### 第6章 实验方法学与对照结构 重点说明： - `O0/O1/O2/O3` 对照组； - `L0~L7` 场景编号； - `E0~E8` 实验单元； - 三层指标与解释边界。 ### 第7章 实验结果 重点按三条主线展开： 1. RTOS 直接控制域结果 2. 推理运行域结果 3. 系统协同域结果 并比较： - MCU 路线与 SoC 路线； - 原生系统结构与混合结构； - 有无规则兜底时的闭环差异。 ### 第8章 深入分析与边界讨论 重点分析： - 哪些边界由 RTOS 直接贡献； - 哪些边界由协同结构贡献； - 哪些结论只在 MCU 或 SoC 路线成立； - 哪些情况下混合结构收益明显，哪些情况下收益收窄。 ### 第9章 产业定位与系统意义 这一章是框架2相对框架1新增的重要内容。重点讨论： - 企业如何从 RTOS 供应方转向基础系统供应方； - 基础系统叙事如何替代单点适配叙事； - 这一转向对联合研究与产业化路径的意义。 ### 第10章 结论与展望 重点总结： - 人工智能进入实时控制系统后的主问题是什么； - 基础系统主语为什么比 RTOS 单主语更准确； - 后续在工具链、体系结构与协同治理上还有哪些扩展方向。 ## 3. 研究问题到实验映射 | 研究问题 | 主要实验单元 | 主要章节 | |---|---|---| | `RQ1` RTOS 直接控制域边界 | `E1`、`E3`、`E8` | 第4、7、8章 | | `RQ2` 推理运行域时间行为 | `E2`、`E3`、`E8` | 第4、6、7章 | | `RQ3` 系统协同域结构收益 | `E4`、`E6`、`E7`、`E8` | 第4、6、7、8章 | | `RQ4` MCU / SoC 双路线边界 | `E5`、`E6`、`E8` | 第5、7、8章 | ## 4. 当前结论 框架2的论文规划和框架1最大的不同，不是换了一个标题，而是换了整篇文章的主语： > **论文不再只回答“RTOS 在 AI 任务下是否更优”，而是回答“人工智能进入实时控制系统后，基础系统如何共同维持边界”。**