第51章 行为与认知共同变化
前面的章节已经建立了两条重要的变化路径：
一条是认知变化：
经验
↓
匹配权重
↓
概率
↓
认知状态变化另一条是行为变化：
认知
↓
决策
↓
行为
↓
环境变化
↓
反馈但是，如果只把这两条路径分别研究，仍然不能完整解释人的行为。
人的真实状态更接近：
认知改变行为，行为改变环境，环境反馈又改变认知；认知与行为因此形成持续的共同变化过程。
这就是本章要建立的认知—行为共同变化模型。
51.1 认知与行为不是两个独立系统
如果把认知和行为完全分开：
认知系统 → 输出行为那么行为就只是认知系统的最终输出。
这种模型的问题在于：
行为发生以后，认知系统似乎就没有事情可做了。
但人的实际过程并不是这样。
例如一个人拿起一个玻璃杯：
看到玻璃杯
↓
判断玻璃杯
↓
伸手
↓
接触杯子
↓
感觉重量
↓
调整力度
↓
继续移动这里的行为本身不断产生新的感觉。
因此：
认知
↓
行为
↓
新的感觉
↓
新的认知
↓
新的行为行为不是认知过程的终点。
它同时也是：
下一次认知的输入来源。
51.2 行为会改变环境
任何主动行为都会对环境产生影响。
例如：
手接近杯子会改变：
人与杯子的空间关系进一步：
手接触杯子会改变：
压力
摩擦
杯子运动状态再进一步：
手抬起杯子会改变：
杯子的位置
速度
姿态
与环境的关系因此：
行为
↓
环境变化
↓
对象状态变化
↓
新的感知形成闭环。
51.3 环境变化又会改变认知
环境发生变化以后，认知系统面对的已经不是原来的状态。
例如：
原状态：
杯子放在桌面经过行为：
拿起杯子变成：
杯子离开桌面于是：
位置变化
状态变化
空间关系变化
运动状态变化都会产生新的认知输入。
因此：
旧认知
↓
行为
↓
环境变化
↓
新状态
↓
新感知
↓
新认知这说明：
认知不是对一个静态世界进行判断，而是在不断变化的环境中持续更新。
51.4 行为也是一种认知反馈
通常人们把反馈理解成：
环境 → 感觉 → 系统但对于模拟人的认知系统来说，还存在另一层：
行为 → 环境 → 感知行为本身创造了新的反馈条件。
例如抓取鸡蛋：
开始抓取
↓
手指施加压力
↓
鸡蛋产生微小形变
↓
压力反馈变化
↓
系统重新认知
↓
调整手指力度因此：
行为
↓
产生反馈
↓
反馈改变认知
↓
认知改变下一步行为这是一种行为诱导反馈。
51.5 认知改变行为
认知首先会影响行为选择。
例如：
对象A如果当前认知为：
低风险可能采取：
正常力度
快速接近如果认知变化为：
高风险行为可能变成：
降低力度
减慢速度
增加观察
保持更大安全距离因此：
Cognition
↓
Decision
↓
Behavior可以进一步写成：
Cognition(t)
↓
Action Selection(t)
↓
Behavior(t)51.6 行为又改变认知
但是行为发生以后，结果可能与原来的预测不同。
例如系统认为：
对象安全于是采取：
较大力度结果对象发生损伤。
那么：
预测
↓
行为
↓
实际结果之间出现差异：
Predicted Result ≠ Actual Result这个差异就是重要反馈。
系统可以重新调整：
匹配权重
↓
风险概率
↓
认知状态于是：
原认知
↓
行为
↓
错误结果
↓
反馈
↓
新认知这就是认知变化的行为来源之一。
51.7 认知与行为形成双向关系
因此，可以建立最基本的双向模型：
Cognition
↙ ↘
影响 影响
↓ ↓
Decision → Behavior
↑ │
│ ↓
└──── Feedback进一步展开：
认知
↓
决策
↓
行为
↓
环境变化
↓
新的感觉
↓
新的认知所以：
认知决定行为的方向，行为决定下一轮认知所面对的状态。
51.8 认知与行为共同变化
如果认知不断变化，行为就可能不断调整。
例如一个人第一次学习骑自行车：
认知：
不知道如何保持平衡
行为：
动作幅度较大
结果：
容易失衡经过训练：
认知：
逐渐理解身体与车辆的平衡关系
行为：
动作幅度减小
结果：
稳定性提高继续学习：
认知：
能够预测车辆变化
行为：
提前调整方向
结果：
更加稳定因此：
认知变化
↓
行为变化
↓
结果变化
↓
新的反馈
↓
认知进一步变化这不是单向学习，而是共同变化。
51.9 行为变化也可以改变匹配权重
前面第49章已经建立：
反馈
↓
匹配权重学习现在可以进一步明确：
行为结果本身就是权重学习的重要反馈来源。
例如：
某属性
↓
系统认为重要
↓
据此采取行为
↓
结果很好那么该属性的权重可能进一步得到强化。
反过来：
某属性
↓
系统高度关注
↓
据此采取行为
↓
结果持续错误则该属性的权重可能被降低。
因此：
行为结果
↓
反馈
↓
权重调整
↓
认知变化
↓
行为变化形成持续循环。
51.10 行为改变的不只是对象，也改变个体自身状态
行为不仅会改变外部环境。
它还会改变个体自身的状态。
例如：
走路会改变：
身体位置
速度
方向
平衡又例如：
抓取会改变：
手的位置
手指状态
肌肉力度
身体姿态因此：
Behavior
↓
External State Change
+
Internal State Change新的认知输入因此同时来自：
外部环境
+
个体自身这也是模拟人的认知系统必须考虑的一个重要因素。
51.11 行为是认知系统的主动感知方式
传统感知模型通常是：
世界
↓
传感器
↓
感知但人类并不是完全被动地等待信息。
人会主动：
观察
接近
触碰
移动
询问
测试
操作这些行为都会产生新的信息。
例如：
不知道一个物体是否坚硬可以：
触摸不知道它是否沉重：
拿起来不知道是否容易滑动：
改变握持方式于是：
行为
↓
获取新信息
↓
更新认知这说明：
行为不仅是认知的结果，也可以是认知获取信息的工具。
51.12 主动认知
由此可以进一步建立：
被动感知与：
主动感知的区别。
被动感知：
环境
↓
感觉
↓
认知主动感知：
认知
↓
选择行为
↓
改变观察条件
↓
获得新信息
↓
更新认知因此：
行为可以成为认知系统主动获取信息的方法。
这对于模拟人的系统尤其重要。
因为真正模拟人，不应该只是：
看见 → 判断还应该能够：
不知道
↓
产生探索行为
↓
获得信息
↓
形成新的认知51.13 认知与行为的共同状态
可以进一步定义：
认知—行为状态，是某一时刻个体的认知状态与行为状态共同构成的动态状态。
可以表示为：
Cognitive State
+
Behavior State例如：
认知状态：
对象可能脆弱
风险较高
行为状态：
正在接近
速度降低
力度降低下一时刻：
认知状态：
风险进一步提高
行为状态：
停止接近因此：
State(t)
↓
Cognition(t)
+
Behavior(t)共同决定下一时刻：
State(t+1)51.14 认知—行为共同演化
如果把时间加入模型：
t1
↓
认知C1
↓
行为B1
↓
环境E1然后：
t2
↓
认知C2
↓
行为B2
↓
环境E2继续：
t3
↓
认知C3
↓
行为B3
↓
环境E3于是：
C1 → B1 → E1
↓
C2 → B2 → E2
↓
C3 → B3最终形成：
认知、行为和环境三者的共同演化。
51.15 鸡蛋抓取中的共同变化
鸡蛋案例可以再次验证这个模型。
初始：
对象：
鸡蛋
认知：
需要保护
行为：
开始接触接触之后：
压力 ↑系统感知：
压力正在增加于是认知变化：
风险 ↑行为随之变化：
抓取力度 ↓接着：
滑移 ↑系统重新判断：
当前力度可能不足于是：
抓取力度略微 ↑最终形成：
压力
↓
认知
↓
力度调整
↓
压力变化
↓
新的认知
↓
再次调整这就是一个典型的：
认知—行为实时共同变化系统。
51.16 从“控制”进入“认知行为”
传统控制系统通常强调：
目标
↓
误差
↓
控制
↓
执行而这里研究的认知行为过程是：
感知
↓
对象理解
↓
属性理解
↓
动态状态
↓
认知匹配
↓
认知
↓
目标
↓
决策
↓
行为
↓
反馈
↓
认知更新二者并不完全相同。
控制系统主要回答：
应该怎样控制？
认知行为系统进一步回答：
为什么认为应该这样做？
以及：
行为发生以后，系统如何根据结果重新理解当前对象和环境？
51.17 共同变化与个体性
不同个体面对相同环境，也可能形成不同的认知—行为轨迹。
例如：
相同对象
+
相同环境个体A：
经验丰富
↓
风险判断准确
↓
动作稳定个体B：
经验不足
↓
风险判断不稳定
↓
动作调整频繁于是：
相同环境
↓
不同个体认知
↓
不同决策
↓
不同动作
↓
不同环境反馈
↓
进一步产生不同经验差异因此可能不断扩大。
这意味着：
个体差异不仅来自初始认知，还会通过行为反馈不断被强化或修正。
51.18 认知—行为共同变化模型
本章可以建立完整模型：
个体
│
↓
当前认知
│
↓
决策
│
↓
行为
│
┌────────┴────────┐
↓ ↓
环境变化 个体状态变化
│ │
└────────┬────────┘
↓
新感知
↓
新匹配
↓
权重/概率变化
↓
新认知
│
└────────→ 新决策进一步压缩为：
Cognition
↓
Decision
↓
Behavior
↓
Environment
↓
Feedback
↓
Learning
↓
Cognition Update
↓
New Behavior这就是本章的核心闭环。
51.19 共同变化不是无限循环，而是状态演化
需要注意：
认知 → 行为 → 认知 → 行为并不是简单重复。
每一轮循环之后，系统状态可能已经发生变化：
C(t)
↓
B(t)
↓
E(t+1)
↓
C(t+1)因此：
C(t+1) ≠ C(t)或者：
B(t+1) ≠ B(t)共同变化真正研究的是：
状态如何沿着时间不断演化。
51.20 从共同变化进入认知学习
到这里，前面的学习体系可以完整连接起来：
反馈学习
↓
经验学习
↓
匹配权重学习
↓
个体认知变化
↓
行为变化
↓
环境变化
↓
新的反馈
↓
新的认知学习因此，学习不再是一个独立模块。
它已经成为：
认知
↕
行为
↕
环境之间持续运行的过程。
51.21 本章核心原则
原则一：认知影响行为
Cognition → Behavior原则二：行为改变环境
Behavior → Environment原则三：环境改变感知
Environment → Perception原则四：感知改变认知
Perception → Cognition原则五：行为产生反馈
Behavior → Feedback原则六：反馈改变认知
Feedback → Cognition Update因此完整关系为：
Cognition
↓
Behavior
↓
Environment
↓
Perception
↓
Cognition并且：
Behavior
↓
Feedback
↓
Learning
↓
Cognition Update51.22 全书目前形成的动态认知闭环
到第51章，整套理论已经可以进一步压缩成：
个体
│
↓
感觉
↓
感知元素
↓
对象
↓
属性
↓
动态属性与状态
↓
认知匹配
↓
权重
↓
概率
↓
个体认知
↓
决策
↓
行为
↓
对象/环境变化
↓
反馈
↓
经验
↓
学习
↓
权重重新调整
↓
个体认知变化
↓
行为再次变化
↓
新一轮反馈因此，本书目前形成了一个非常重要的理论结论：
模拟人的认知，不应当被理解为一个从感知到认知、再从认知到行为的单向流水线，而应当被理解为一个由认知、行为、环境和反馈共同构成的动态演化系统。
本章小结
第51章解决的是前面理论链条中的一个关键缺口：
认知发生变化以后，行为怎么办？
答案是：
认知变化
↓
决策变化
↓
行为变化
↓
环境变化
↓
新的感知
↓
新的认知而行为本身又可以主动获取信息：
不知道
↓
探索行为
↓
获得新信息
↓
更新认知所以：
行为既是认知的结果，也是认知继续形成和变化的手段。
最终形成：
认知
↕
决策
↕
行为
↕
环境
↕
反馈
↕
学习这意味着从第51章开始，本书的理论已经从单纯研究：
“认知是如何形成的”
进一步进入：
“认知、行为与环境如何共同演化”。
至此，第十一篇“认知学习”完成。
下一章进入第十二篇 Cognitive Class，开始回答另一个工程化问题：
当我们已经知道对象、属性、状态、关系、匹配、个体认知以及行为是如何形成和变化之后，如何把这些认知结构组织成可以被系统定义、复用、继承和运行的 Cognitive Class？