第46章 环境反馈认知
前面已经建立了完整的行为链：
感知
↓
认知
↓
决策
↓
行为
↓
环境变化但如果到“环境变化”就结束，那么整个认知系统实际上仍然是一个单向系统。
人并不是这样工作的。
人在实施行为之后，会继续观察行为造成的结果，并根据新的结果重新判断对象、环境和自身状态。也就是说：
行为改变环境，环境变化又通过反馈改变认知。
因此，认知过程不是一条直线，而是一个持续循环的闭环。
感知
↓
认知
↓
决策
↓
行为
↓
环境变化
↓
反馈
↓
再次感知
↓
再次认知46.1 什么是环境反馈
所谓环境反馈，是指：
个体实施行为之后，环境、对象或行为结果产生新的变化，并将这些变化重新提供给认知系统。
这里的环境不是单纯指物理空间。
它可以包括：
- 外部环境
- 被作用的对象
- 其他对象
- 其他个体
- 自身身体状态
- 工具状态
- 任务状态
- 时间状态
例如，一个人拿起一个鸡蛋。
开始时，认知系统可能认为：
对象：鸡蛋
状态：静止
任务：拿起
风险：低随后开始抓取：
手指接触鸡蛋
↓
压力增加
↓
鸡蛋移动
↓
摩擦产生
↓
位置发生变化这些变化并不会停留在环境中，而会重新进入感知系统。
于是：
环境变化
↓
新的感觉
↓
新的感知元素
↓
新的对象状态这就是环境反馈。
46.2 行为不是认知的终点
如果把行为定义成认知过程的最后一步，那么系统可以表示为：
输入
↓
认知
↓
输出这种模型适合描述一次性的计算过程，却不能很好描述人的持续行为。
人的行为通常是：
判断
↓
行动
↓
观察结果
↓
重新判断
↓
调整行动
↓
再次观察例如：
手靠近杯子
↓
观察杯子位置
↓
调整手的位置
↓
接触杯子
↓
感受压力
↓
判断是否抓稳
↓
调整手指压力这里没有真正意义上的“结束”。
每一个行为都可能产生新的感觉和新的认知。
因此：
行为不是认知过程的终点，而是下一轮认知的触发条件。
46.3 环境反馈首先改变对象状态
行为作用于环境之后，最直接产生变化的通常是对象状态。
例如：
抓取前：
Object.State = Stable开始抓取：
Pressure ↑继续运动：
Position → Change
Velocity → Change如果出现滑移：
Slip ↑那么对象状态可能由：
Stable变为：
Unstable因此：
行为
↓
属性变化
↓
状态变化可以写成：
State(t)
↓
Behavior(t)
↓
Attribute(t+1)
↓
State(t+1)对象状态因此不是固定的。
它是一个随着行为和环境变化不断更新的认知对象。
46.4 环境反馈重新进入感知系统
环境发生变化之后，认知系统必须重新获得这些变化。
因此反馈首先表现为新的感知：
环境变化
↓
视觉变化
触觉变化
压力变化
声音变化
空间变化
时间变化
↓
新的感知信息例如鸡蛋抓取：
压力变化
↓
触觉反馈
位置变化
↓
视觉反馈
滑移变化
↓
视觉 + 触觉反馈
形变变化
↓
视觉反馈这些反馈最终形成新的感知元素：
Element₁
Element₂
Element₃
...再进入对象、属性和状态系统。
所以可以形成：
环境
↓
感觉
↓
感知
↓
元素
↓
对象
↓
属性
↓
状态这与前面的感知理论重新连接起来。
46.5 反馈不是简单的成功或失败
环境反馈不能简单理解成：
成功或者：
失败真实环境中的反馈往往是多维的。
例如一次鸡蛋抓取可能得到：
任务：完成
位置：正确
压力：偏高
摩擦：正常
滑移：轻微
形变：未发现
稳定性：下降因此一次行为可能同时产生：
正向反馈
+
负向反馈
+
中性反馈例如：
任务完成说明行为达到了任务目标。
但：
压力偏高说明行为仍然存在风险。
因此认知系统不能只问：
“成功了吗？”
而应该进一步问：
“行为产生了什么变化？”
以及：
“这些变化意味着对象和环境现在处于什么状态？”
46.6 反馈重新触发认知匹配
第18章已经建立了认知匹配：
对象
+
属性
+
状态
+
关系
↓
认知匹配环境反馈进入系统之后，这个过程必须重新执行。
因此：
原有状态
↓
行为
↓
环境变化
↓
新感知
↓
新属性
↓
新状态
↓
重新匹配也就是说：
反馈实际上是下一轮认知匹配的输入。
因此完整认知过程可以表示为：
当前感知
↓
对象
↓
属性
↓
状态
↓
认知匹配
↓
认知
↓
决策
↓
行为
↓
环境变化
↓
反馈
↓
新的感知
↓
新的状态
↓
再次匹配46.7 反馈能够改变匹配权重
反馈不仅改变当前状态，还可能改变下一次认知中的属性权重。
例如第一次抓取鸡蛋时：
压力
摩擦
滑移
形变都参与匹配。
但是，如果反馈发现：
滑移明显增加那么下一次认知时，系统可能更加关注：
滑移于是：
反馈
↓
风险发现
↓
属性重要性变化
↓
匹配权重变化
↓
新的认知因此前面第24章和第25章建立的：
匹配权重
动态权重并不是孤立存在的。
它们可以受到环境反馈影响。
46.8 反馈能够改变认知概率
第26章建立了：
Dynamic Matching
↓
Matching Strength
↓
Dynamic Weight
↓
Probability
↓
Cognition加入反馈之后，就形成：
行为
↓
反馈
↓
重新匹配
↓
匹配强度变化
↓
权重变化
↓
概率变化
↓
认知变化例如原来的认知是：
对象稳定
Probability = 高行为之后发现：
滑移增加
压力异常那么系统就必须重新计算：
稳定概率 ↓
失稳概率 ↑最终认知可能从：
对象稳定变成：
对象存在失稳风险因此：
反馈不仅改变状态，还能够改变认知结果的概率结构。
46.9 反馈产生认知修正
第一次认知不一定正确。
认知系统真正重要的能力之一，是能够利用现实反馈发现认知与现实之间的差异。
可以表示为：
预测状态
↓
执行行为
↓
获得反馈
↓
实际状态
↓
比较差异
↓
认知修正例如：
原认知：
鸡蛋稳定执行行为：
抓取实际反馈：
出现滑移系统发现：
预测 ≠ 实际于是：
重新匹配
↓
风险提高
↓
认知修正这说明：
认知并不是一次性确定的，而是可以被现实持续修正的。
46.10 反馈与个体经验
如果某种反馈只出现一次，它主要影响当前认知。
如果相同反馈反复出现，它就可能形成经验。
例如某个个体多次发现：
压力增加
+
摩擦降低
+
滑移增加往往意味着：
对象即将失稳那么这种关系就可能形成个体经验：
反馈
↓
重复出现
↓
经验形成
↓
经验保存
↓
下一次认知调用因此：
环境反馈是个体经验形成的重要来源。
这也把本章与第28章“个体经验”连接起来。
46.11 反馈与个体差异
即使面对完全相同的环境反馈，不同个体也可能产生不同认知。
例如两个人都看到：
对象发生轻微滑移个体A：
过去有相关经验
↓
判断风险较高
↓
立即调整行为个体B：
缺少相关经验
↓
认为仍然稳定
↓
继续当前行为因此：
相同反馈
+
不同经验
+
不同记忆
+
不同先验
+
不同偏差
+
不同目标
↓
不同权重
↓
不同概率
↓
不同个体认知这说明环境反馈本身并不能直接决定认知。
它必须经过个体认知结构的解释。
46.12 从一次反馈到连续反馈
人的认知反馈通常不是一次性的。
更常见的是：
行为
↓
反馈
↓
调整
↓
行为
↓
反馈
↓
调整
↓
行为
↓
……因此整个认知系统实际上是一个持续循环：
┌──────────────┐
↓ │
感知 │
↓ │
认知 │
↓ │
决策 │
↓ │
行为 │
↓ │
环境变化 │
↓ │
反馈 ────────────┘这就是：
认知—决策—行为—反馈闭环。
46.13 反馈与状态更新
从理论工程角度看，反馈最终必须转化为状态更新。
可以建立：
Feedback
↓
Perception
↓
Element Update
↓
Object Update
↓
Attribute Update
↓
State Update
↓
Matching
↓
Cognition因此一个认知系统不仅需要：
Object
Attribute
State还必须存在：
Update因为：
没有状态更新，就没有真正的动态认知。
一个只能定义对象初始状态、却不能根据现实变化更新状态的系统，只能描述静态世界，而不能模拟人的连续认知。
46.14 环境反馈形成认知闭环
至此，本篇前面的理论可以连接起来：
感觉
↓
感知
↓
元素
↓
对象
↓
属性
↓
动态属性
↓
关系
↓
动态状态
↓
认知匹配
↓
认知
↓
决策
↓
行为
↓
对象/环境变化
↓
反馈
↓
新的感觉形成完整闭环：
┌─────────────────────────────┐
│ ↓
感知 → 对象 → 属性 → 状态 → 匹配 → 认知
↑ ↓
│ 决策
│ ↓
└────── 反馈 ← 环境变化 ← 行为 ←────────┘因此：
认知不是一个静态结果，而是一个不断受到现实反馈修正的动态过程。
46.15 从认知闭环进入认知学习
如果反馈只能改变当前状态，那么系统只能完成：
感知
↓
判断
↓
行为
↓
修正如果反馈还能够进一步改变：
经验
记忆
先验
权重那么系统就开始产生学习。
于是：
反馈
↓
当前状态更新
↓
认知修正
↓
经验积累
↓
权重变化
↓
下一次认知改变这就从：
认知闭环
进入：
认知学习。
因此，第46章是整个“认知—决策—行为闭环”的最后一环，也是后面第十一篇“认知学习”的理论入口。
46.16 本章核心模型
环境反馈认知可以最终抽象为：
Current State
↓
Cognition
↓
Decision
↓
Behavior
↓
Environment Change
↓
Feedback
↓
New Perception
↓
New State
↓
Re-Matching
↓
New Cognition进一步加入个体因素：
Feedback
↓
Experience
Memory
Prior
Bias
Goal
↓
Weight
↓
Probability
↓
Individual Cognition最终形成：
感知
↓
对象
↓
属性
↓
状态
↓
认知匹配
↓
认知
↓
决策
↓
行为
↓
对象/环境变化
↓
反馈
↓
┌───────┴───────┐
↓ ↓
当前更新 个体学习
↓ ↓
新状态 经验/记忆/先验
↓ ↓
└───────┬───────┘
↓
再次匹配
↓
再次认知本章结论
环境反馈不是认知过程的结束，而是下一次认知的开始。
更进一步：
当反馈能够改变对象状态、属性权重、认知概率以及个体经验、记忆和先验时，认知系统就从一次性的判断过程进入持续的动态认知过程，并最终形成认知学习。
至此，第43—46章形成完整闭环：
第43章 认知产生决策
↓
第44章 决策产生行为
↓
第45章 行为改变环境
↓
第46章 环境反馈认知
↓
再次认知而下一篇将进一步回答：
如果反馈可以不断改变认知，那么这种变化究竟如何形成“学习”？