它一直在学。它永远学不出你定的规矩。
一个大脑，多个平台。一个在 BZFlag 里训练出来的坦克大脑，放进 Atari BattleZone，在 80 个种子上比专为那个游戏写的规则高出 17%。到目前为止，这种迁移只在这两个坦克游戏之间得到证明，而且不是自动成立的：第二次导出只打了个平手。它不要网络、不要云、不要数据中心，就地从自己的失败里学。
驾驶的一方——模型、脚本或人——提出一个动作。地板在任何动作发生之前决定它允不允许，并写下理由。规矩由你和你的指挥链来定；它学到的任何东西都放不宽这些规矩。
同一条链路，干什么活都一样
画面 / 传感器 → 事实 → 允许的动作 → 任务目标 → 挑选 → 记忆 → 动作
▲ │
└────────── 每一次拒绝，都附理由 ─────────┘
换一项工作，只有第一步会变：它怎么读取外界。在 Atari 游戏之间这一点字面成立，而且由一条代码依赖证明，不是靠示意图：freeway-floor 原样导入了 invaders_floor.failure_memory。更宽的领域——CARLA 车辆状态、Doom 画面、判例法、基因变异——各自独立实现同一条链路。它们共用的是规矩，不是同一个程序。
这也是同一个大脑能换到新载具上的原因。一个在 BZFlag 里训练的坦克大脑，移到 Atari BattleZone 里，80 个种子上得分 33,575，原生规则为 28,600。第二次导出在全新种子上只打了个平手。换大脑不一定划算，我们照实说。
不允许的动作，它根本看不到
在挑选任何动作之前，地板先算出机器当下允许做的动作清单。我们把这张清单叫作“可容许集合”。多数安全层放在决策之后，负责否决；这一层放在之前：驾驶的一方根本看不到已经被拿掉的动作。
事后否决
驾驶方先定一个动作，检查器说不行，驾驶方再试。花多长时间没有上限，驾驶方可能被逼进死角，而那一声“不行”不带任何它能用上的理由。
事先拿掉
坏选项在挑选之前就没了。一趟走完，时间有上限；地板拿掉一个动作时，会点名它防的是什么危险，并引用让这条规则成立的那些事件。
自主能力随作战经验不断积累：吃过的亏它不会一再重犯。一条学到的规则读起来是这样的：在这里 19 次死了 13 次，是基础率的 3.6 倍。一次倒霉的死亡不算教训；证据必须超过基础率，一个情境才会变成规则。学习可以把动作从清单上删掉、调整顺序，但永远不能加回去——这是证明过的（《失败优先模型》定理 1），不是口头承诺。
说不出防的是什么危险的规则，在生成时就会被拒绝。“这里没出过事”这种说法，可能纯属巧合地跟死亡对得上，依然是迷信。一开始就拒绝它，比出了事故再去解释便宜得多。
不需要网络。通信断了，答案照旧。
为对抗激烈、条件退化、瞬息万变的环境而设计——这是设计目标；到目前为止，它只在游戏和仿真里经受过检验。回路里没有神经网络。运行时不含权重，也不调用任何模型。它就在机器上离线运行——没有云，没有数据中心，不连任何东西。通信被干扰或切断，它照样按原来的方式做决定。没有哪个供应商能对它限流、涨价，或者下个季度把它停掉；也不需要送回仓库或承包商去重新训练：它的记忆是一张你能打开来读的表，它在原地从自己的失败里学。
相同情况进，相同决定出，每次都一样。正因如此，第五章那份日志在战后复盘时才有用：随便回放哪个决定，得到的都是同样的答案、同样的书面理由。无法回放的安全层，就是无法核查的安全层。
谁来指挥
如果你队里的一台机器误伤了友军，头两个问题是：它被允许做什么？它为什么那样做？第一个问题由地板回答，第二个由书面记录回答。这一层存在的理由就在这里。
规矩由你和你的指挥链来定。地板负责把机器按住在它拿到的那一版规矩之内——它学到的任何东西都放不宽这些规矩。准确地说：授权、命令和交战规则由人来定；地板是一个固定的、确定性的机制，负责执行从经授权的政策、任务规则、安全限制和适用的交战规则中推导出来的、机器可读的限制。到目前为止，它拿到的只有游戏和仿真里的规则，没有加载或测试过任何真实的交战规则。
美国的政策——美国国防部第 3000.09 号指令《武器系统中的自主性》——要求自主和半自主武器系统在设计上让指挥官和操作员能够“对武力的使用行使适当程度的人类判断”。它还要求逼真的测试与评估、操作员看得懂的系统状态、清楚的启用与停用程序、安全机制，以及符合适用法律和交战规则的使用方式。Perslis 正朝着这一框架来构建，并不声称已经符合它。
自主可以学，权限不会变。长期验证包括在人类指挥下的、具备作战能力的人形平台。Perslis 的开发目标是：学习可以改变策略和作战知识，但不会在不声不响之间扩大系统的权限。
路线一步一步走：仿真 → 硬件在环 → 低成本机器人 → 人形机器人拳击试验台（经批准的机器人对机器人；这是测试和融资阶段） → 在人类指挥下的、具备作战能力的人形机器人。只有第一步是现成的。仿真之后的每一步都还没有造出来。