认知架构中的场景化事件编码机制：基于感知符号系统的模块化实现

【编辑推荐】本文创新性地提出"事件追踪模块"(Episode Tracker Module, ETM)，通过将感官信息编码为场景化事件(scene-based episodes)，解决了传统状态表征(state-based)语义贫乏的难题。该模块在认知系统工具包(CST)中实现，支持因果推理、时序推理等高级认知功能，为构建模块化、可解释的人工智能体提供了新范式。

　　

Highlight

本文提出的"事件追踪模块"(Episode Tracker Module)作为通用系统，能够从原始感官输入构建结构化、场景化的事件表征。基于认知科学和模块化设计原则，该模块使智能体能够识别属性、绑定对象、检测事件并组织时序片段。这种分层方法产生的表征具有语义丰富、可解释和感知锚定等特性——这些特质对于支持高级认知过程至关重要。

Theoretical background

本节回顾了人工系统中事件表征与处理的关键理论问题。详细阐述了1.1节提出的知识表征要求，包括纯符号方法的局限性以及对结构化、锚定表征的需求。借鉴认知科学和实验心理学的见解，探讨了人类如何将感官输入转化为对象、事件和情景的表征。

Related work

本节选择性综述了人工系统中模拟情景记忆的模型。我们重点展示反映文献中设计策略多样性的代表性样本——从符号认知架构到深度学习框架和生物启发模型。分析了每个系统如何编码事件、其内部表征结构（基于状态state-based vs. 基于场景scene-based），以及这些表征在支持推理任务中的效用范围。

The episode tracker module

本节介绍的"事件追踪模块"旨在成为认知系统工具包(CST)的组成部分。该模块将跨时空的感官数据重新解释为场景化事件，这些事件在工作记忆中可以获取，并预期由CST中正在开发的"情景记忆模块"存储。

Experiments

评估认知架构及其内部机制面临独特挑战。与传统AI领域不同——后者有ImageNet或SQuAD等标准化评估协议——认知系统通常需要根据其理论承诺定制实验。这些系统整合了来自心理学、神经科学和哲学的组件，因此难以定义通用评估指标。

Gameplay experiment in Atari River Raid

我们使用River Raid游戏实验作为开发和验证ETM的测试平台。通过针对性测试和可视化检查，迭代改进了对象提议、追踪、事件检测和事件构建的机制。

该模块持续产生可解释的场景化表征：跨帧保持对象身份、正确检测外观和运动事件，并将相关事件分组为连贯的因果序列。

Future work

虽然ETM已展现出将场景化感知表征整合到认知架构的强大潜力，但仍有多方面待开发。我们概述了扩展模块能力的未来方向，更完整的挑战清单可参阅本工作的扩展版(Sakabe, 2024)。

Conclusion

我们展示了"事件追踪模块"如何从原始感官输入构建结构化、场景化的事件表征。这种分层方法产生的表征具有语义丰富、可解释和感知锚定等核心特质，为推进模块化、可解释且受认知启发的人工智能体设计奠定了坚实基础。