让一个虚拟角色稳稳站在地板上，已经是不小的技术成果；但玩家很快会发现，它对“站在哪里”毫无概念。它可以从沙发的正中央穿过去，可以把一只宝箱放在悬空的半米高处，也可以从一面实心墙里走出来。这些错误的共同原因是：系统只认识几何，不认识用途。空间游戏想更进一步，需要理解的不只是“这里有一个平面”，而是“这个平面可以用来做什么”。

几何层：知道形状，还不知道是什么

空间理解的第一层是几何。设备通过摄像头与惯性传感器估计自己的位置，逐渐积累出稀疏点云，再拟合出平面，进一步构成粗略的网格。到这一步，系统能回答的问题是：地面在哪一个高度，墙面朝向哪里，前方一米处有没有一个较大的凸起。

几何层足以解决最基础的问题：角色不会沉到地下，虚拟物体不会漂在半空。但它无法区分一张桌子和一堆纸箱，也不能判断一块平整的水平面是“可以放东西的桌面”，还是“悬空的窗台”。对几何层来说，所有凸起都只是障碍，所有平面都只是平面。

这也是为什么“只认识墙和地板”的游戏体验往往显得空洞：角色行为只有“走到玩家附近”和“停在地面上”两种，任务只能是“找到一个漂浮的图标”。空间的复杂性被压扁成了一张平坦的舞台。

语义层：给形状贴上名字

第二层是语义。系统利用图像分割、物体检测等方法，把几何结构对应到具体类别：这是沙发，这是桌子，这是门，这是窗，这是一盆植物。这一步通常依赖视觉模型，输出的是类别以及大致的范围。

语义层带来的第一个变化，是可以按类别设计玩法。“怪物从门口进入”比“怪物随机出现在某个位置”更有空间感，因为门是现实里本来就用来进出的地方；“角色停在沙发旁边打量玩家”比“角色站在客厅中央”更像是这个房间里的居民。类别信息还能帮助过滤：不要把互动点放在植物、镜子或电视屏幕上，因为它们要么不稳定，要么容易造成误识别。

但语义层也有天然的局限：类别只告诉系统“它是什么”，没有告诉它“能拿它做什么”。同样是“桌子”，一张咖啡桌只有膝盖高，一张书桌可以放笔记本电脑，一张餐桌则可能有一半被杂物占据。同样是“沙发”，有的是三人座，有的是单人椅，有的靠着墙，有的摆在房间中间。只知道类别，玩法仍然是粗糙的。

可供性层：能坐、能放、能通过、不能靠近

可供性（Affordance）这个词来自感知心理学，意思是物体为使用者提供的行动可能。用在空间游戏里，可以理解为：系统要为每一个被识别的物体，估计它对角色和玩家分别意味着什么。

  • 桌面：可放置小型道具，高度决定了角色是站在旁边还是需要“跳上去”；边缘位置决定道具会不会被玩家碰掉。
  • 沙发：可坐的座面、可倚靠的靠背，以及玩家自己也许正坐在上面，这时需要避开玩家的身体。
  • 门：可以通过的开口，位置固定，适合作为事件入口，但通常也是现实里人来人往的地方，不能放置需要玩家长时间停留的互动点。
  • 窗与楼梯边缘：不可靠近区域，任何要求玩家走近、探身、后退的玩法都应回避。
  • 可移动物体：椅子、纸箱、宠物，它们的位置随时会变，不适合作为长期锚点。

可供性层最有价值的地方，在于它把“空间理解”变成了“玩法输入”。角色的路径规划不再只依赖几何，而是知道哪里“允许通过”、哪里“尽量绕开”；任务生成不再只随机采样平面，而是能按类型选点。关于AR角色如何在房间里规划路径，可以参考AR角色如何理解客厅里的桌子和地面；关于同一任务如何随房间重新布局，则见房间感知的AR任务生成。

一个模拟场景：书房里的同一个任务，三种理解

下面是一个模拟场景，房间尺寸与物品均为示例。假设玩家的书房里有一张书桌、一把转椅、一个靠墙的书架、一扇朝向阳台的落地窗，还有一块窗帘。游戏任务是“帮一只虚拟小机器人找回散落的零件”。

  1. 只有几何层：系统把书桌桌面、地板、书架前的空地都当成平面，零件被随机撒在其中几处。结果可能是有一个零件落在了转椅座面的斜边上，另一个卡在书架的缝隙边缘，玩家需要趴到地上去够。机器人从书桌上直接“穿”过去，落地窗前也放了零件。
  2. 加上语义层：系统知道有书桌、椅子、书架、窗。零件不再放在椅子上或书架侧面，机器人也会从书桌旁边绕行。但窗前仍可能有一个零件，因为系统只知道那是“窗”，并未将其和“不要引导玩家靠近”联系起来。
  3. 加上可供性层：桌面被标为可放置区，零件分布在桌面靠内的位置，避免掉落；窗边区域被标为低优先或禁入，零件不会出现；机器人的“家”被安排在书架旁的一块空地，因为它既稳定又不影响玩家走动；最后一个零件放在门口附近，作为“从门外进来”的剧情点，但玩家只需要转身就能看到，不需要走出房间。

三层理解下，同一个房间产生的是三种截然不同的玩法。差别并不在于模型多大，而在于系统是否把空间当成“有用途的场所”，而不是“有形状的背景”。

识别会出错：矮桌、窗帘与镜子

空间理解不是万无一失的，几个典型错误值得单独说。

  • 矮桌被当成地面：当桌面与地面在视觉上颜色接近、高度差较小，平面检测可能把它们合并成同一个水平面，导致角色“陷入”桌腿之间，或者道具被放在了桌子里面。
  • 窗帘被当成墙：厚窗帘外观上与墙面接近，系统可能认为它是一堵实心墙；但窗帘会飘动，后面还是窗，靠近窗帘的互动点在现实中容易让人不自觉地伸手去拉窗帘。
  • 镜子与玻璃：镜子反射出另一个“房间”，会让点云出现虚假的深度；玻璃则可能让摄像头看不见它的存在。这类物体应当被主动排除在互动区域之外。
  • 光线与遮挡：暗处的物体无法被稳定识别，被杂物半遮挡的家具容易被误判为别的类别。

面对这些错误，爱游戏的设计取向是：不确定就降权，涉及玩家安全的区域宁可保守。具体来说，置信度较低的物体不参与关键任务的放置，被判定为窗、楼梯、玻璃的区域和邻近范围统一视为禁入，任务生成时给出的是“可选布局”而不是唯一布局，玩家可以在预览中手动排除某个位置。这些做法会让游戏偶尔显得“不够聪明”，但比让玩家靠近窗边捡零件要好得多。

与VR、AR、MR的关系

语义与可供性理解在三种形态里的分量并不一样。VR以虚拟环境为主，现实空间的语义理解主要用来划定安全边界；AR是在现实画面上叠加数字信息，语义理解能让叠加更贴切，但即使不理解，也能勉强“贴上去”；MR要求虚拟物体理解并参与真实空间，语义与可供性几乎是前提，没有它，虚拟角色就无法真正坐在沙发上，也无法被真实的桌子挡住。

换句话说，空间理解的深度，决定了游戏离MR有多近。它也和界面设计相关：如果系统知道玩家正在对着哪一类物体做事，就可以更有依据地决定什么时候显示提示，关于这一点可参见空间界面为什么要研究“什么时候出现”。

好的空间理解，让玩法从“摆放”变成“发生”

把角色放进房间只是起点，让角色的行为与房间里的物体发生关系，才算真正开始利用空间。认识墙和地板，只能让虚拟内容不穿模；理解沙发、桌子、门能做什么，才能让内容在房间里“有理由地存在”。

与此同时，这套能力也带来责任：越是深入理解玩家的房间，越要谨慎处理这些数据。爱游戏在设计上倾向于把空间地图和语义结果保存在设备本地，玩家可以查看、清除，并且不因为“识别出了某类物品”而做任何推断或展示。空间理解的目标，是让游戏更懂房间的用法，而不是更懂房间的主人。具体行为以正式版为准。