跳转至

认知架构综述

概述

认知架构（Cognitive Architecture）是对智能体内部信息处理结构的系统描述，它定义了智能体如何感知、推理、学习和行动。从 1950 年代的早期探索到今天的 LLM 驱动架构，认知架构始终是智能体研究的核心议题。

什么是认知架构？

认知架构是一种关于智能系统基本计算结构的理论，它回答：

  1. 表征：智能体如何表示知识？
  2. 推理：智能体如何利用知识做出决策？
  3. 学习：智能体如何从经验中获取新知识？
  4. 记忆：智能体如何存储和检索信息？
  5. 执行：智能体如何将决策转化为行动？

形式化地，认知架构可以定义为一个元组：

\[ \mathcal{A} = \langle \mathcal{M}, \mathcal{R}, \mathcal{L}, \mathcal{P}, \mathcal{E} \rangle \]

其中：

  • \(\mathcal{M}\)：记忆系统（短期记忆 + 长期记忆）
  • \(\mathcal{R}\)：推理机制（规则匹配、搜索、神经推理）
  • \(\mathcal{L}\)：学习机制（chunking、强化学习、梯度下降）
  • \(\mathcal{P}\)：感知模块（输入处理与编码）
  • \(\mathcal{E}\)：执行模块（动作选择与输出生成）

三大范式

graph TD
    A[认知架构范式] --> B[符号主义<br/>Symbolic]
    A --> C[联结主义<br/>Connectionist]
    A --> D[混合架构<br/>Hybrid]

    B --> B1[SOAR]
    B --> B2[ACT-R]
    B --> B3[BDI/PRS]

    C --> C1[神经网络]
    C --> C2[深度学习]
    C --> C3[Transformer/LLM]

    D --> D1[ACT-R 6.0<br/>符号+统计]
    D --> D2[CoALA<br/>LLM+结构化记忆]
    D --> D3[RAISE<br/>LLM+认知模块]

1. 符号主义架构

核心思想：智能是符号操作。知识以显式符号（规则、逻辑公式、语义网络）表示，推理通过符号变换实现。

代表架构：

架构 开发者 核心机制
SOAR Laird, Newell, Rosenbloom 问题空间搜索 + Chunking
ACT-R Anderson 产生式规则 + 激活传播
BDI/PRS Bratman, Georgeff 信念-愿望-意图推理
Icarus Langley 概念层级 + 技能执行

优点：可解释性强、推理严密、知识可编辑

缺点：知识获取瓶颈、缺乏鲁棒性、难以处理感知数据

2. 联结主义架构

核心思想：智能涌现于大量简单单元的连接。知识分布式存储在连接权重中。

代表架构：

架构 核心机制
感知机/MLP 前馈网络 + 反向传播
RNN/LSTM 循环连接 + 门控机制
Transformer 自注意力 + 位置编码
LLM (GPT/Claude) 大规模预训练 + RLHF

优点：从数据中自动学习、鲁棒性强、处理高维输入

缺点：可解释性差、推理不可靠、知识难以编辑

3. 混合架构

核心思想：结合符号和联结主义的优势，用神经网络处理感知和学习，用符号系统处理推理和规划。

现代混合架构：

  • CoALA（Cognitive Architectures for Language Agents）：LLM 作为推理核心 + 结构化记忆模块
  • RAISE：LLM + 显式的反思、规划、记忆模块
  • LLM + 工具调用：LLM 的隐式推理 + 外部工具的精确计算

认知架构的核心组件

记忆系统

┌──────────────────────────────────────┐
│            长期记忆 (LTM)              │
│  ┌─────────┐  ┌─────────┐  ┌──────┐ │
│  │ 声明式   │  │ 程序式   │  │ 情景 │ │
│  │ (事实)   │  │ (技能)   │  │(经历)│ │
│  └─────────┘  └─────────┘  └──────┘ │
├──────────────────────────────────────┤
│        工作记忆 / 短期记忆 (STM)       │
│    当前上下文、活跃目标、临时信息        │
├──────────────────────────────────────┤
│           感知缓冲区                   │
│    原始输入数据的临时存储              │
└──────────────────────────────────────┘

交叉引用

记忆系统的详细讨论见 记忆系统。

推理与决策

不同架构的推理机制差异巨大：

架构类型 推理机制 决策速度 推理质量
规则匹配 条件-动作规则 快 受限于规则质量
搜索 状态空间搜索 慢 最优但计算密集
概率推理 贝叶斯网络 中等 处理不确定性
神经推理 前馈/自回归 快 模式匹配，非逻辑
LLM推理 CoT/ReAct 中等 灵活但不可靠

学习机制

架构 学习方式 描述
SOAR Chunking 将成功的搜索路径编译为直接规则
ACT-R 激活调整 根据使用频率和时间调整记忆激活值
神经网络 梯度下降 通过损失函数优化连接权重
LLM Agent In-context Learning 在上下文窗口中学习，无权重更新
LLM Agent 经验积累 将反思存入外部记忆供未来检索

从经典到现代的演进

graph LR
    A[经典符号架构<br/>1960-1990] -->|知识获取瓶颈| B[统计学习<br/>1990-2010]
    B -->|深度学习革命| C[神经架构<br/>2010-2020]
    C -->|规模化+预训练| D[LLM智能体架构<br/>2020-]
    D -->|结构化+可控| E[混合架构<br/>CoALA/RAISE]

关键转折：

  1. 1990s：符号系统的知识获取瓶颈推动了统计方法的兴起
  2. 2012：AlexNet 证明了深度学习的威力，联结主义全面复兴
  3. 2017：Transformer 统一了 NLP 架构
  4. 2022：ChatGPT 展示 LLM 作为通用认知引擎的潜力
  5. 2024：CoALA 等框架尝试用认知架构理论来理解和改进 LLM 智能体

本章内容导引

文件 主题 核心问题
BDI模型 信念-愿望-意图 如何形式化智能体的理性行为？
ACT-R与SOAR 经典认知架构 如何统一记忆、学习和推理？
LLM认知架构 现代架构 LLM 如何映射到认知功能？
世界模型与内部表征 内部表征 智能体如何模拟和预测世界？
架构设计模式 工程模式 如何组织智能体的计算组件？

参考文献

  1. Newell, A. (1990). Unified Theories of Cognition. Harvard University Press.
  2. Anderson, J.R. (2007). How Can the Human Mind Occur in the Physical Universe? Oxford University Press.
  3. Laird, J.E. (2012). The Soar Cognitive Architecture. MIT Press.
  4. Sumers, T. et al. (2024). Cognitive Architectures for Language Agents. arXiv:2309.02427.
  5. Kotseruba, I. & Tsotsos, J.K. (2020). 40 Years of Cognitive Architectures: Core Cognitive Abilities and Practical Applications. AI Review, 53, 17-94.

评论 #