Soar（认知架构）

Soar是一个认知架构，Soar项目的目标是为通用智能代理开发必要的固定计算构件--这些代理可以执行广泛的任务，编码、使用和学习所有类型的知识，以实现人类的全部认知能力，如决策、问题解决、计划和自然语言理解。它既是一个关于认知是什么的理论，也是该理论的计算实现。

理论上，Soar体现了关于通用智能的计算结构的多种假设，其中许多假设与其他认知架构共享。最近，Soar的重点是通用人工智能（功能和效率），而ACT-R的重点一直是认知建模（人类认知的详细模型）。

问题空间假说认为，所有以目标为导向的行为都可以被视为在试图实现目标的同时通过可能状态的空间（问题空间）进行搜索。在每一步，都会选择一个操作者，然后应用于xxx的当前状态，这可能会导致内部变化，如从长期记忆中检索知识或修改或世界上的外部行动。问题空间假说的内在含义是，所有的行为，甚至像计划这样的复杂活动，都可以分解为一连串的选择和应用原始运算符，这些运算符映射到人类行为上需要50分钟。Soar理论的第二个假设是，尽管每一步只能选择一个运算符，迫使出现一个串行瓶颈，但选择和应用的过程是通过并行的规则触发来实现的，这就提供了依赖于上下文的程序性知识的检索。第三个假设是，如果选择或应用操作者的知识不完整或不确定，就会出现僵局，架构会自动创建一个子状态。在子状态中，同样的问题解决过程被递归使用，但目标是检索或发现知识，以便决策能够继续。

这可能会导致子门的堆叠，传统的问题方法，如计划或分层任务分解，自然会出现。当在子态中创建的结果解决了僵局，子态及其相关结构就会被移除。整个方法被称为"通用子处理"。这些假设导致了一个支持三个层次处理的架构。在最底层，是自下而上、平行和自动的处理。下一个层次是商议层次，来自xxx个层次的知识被用来提出、选择和应用一个行动。这两个层次实现了快速、熟练的行为，并大致对应于卡尼曼的系统1处理层次。当知识不完整或不确定时，更复杂的行为就会自动产生，通过第三层次的处理，使用子门，大致对应于系统2。

Soar的第四个假设是，基础结构是模块化的，但不是基于任务或能力的模块，如计划或语言，而是独立于任务的模块，包括：决策模块；记忆模块（短期空间/视觉和工作记忆；长期程序性、陈述性和情节性记忆），与所有长期记忆相关的学习机制；以及感知和运动模块。关于这些记忆的具体属性，还有下面描述的进一步假设，包括所有的学习都是在线和增量的。第五个假设是，记忆元素（除了空间/视觉记忆中的元素）被表示为符号性的、关系性的结构。