摘要
现代大语言模型作为被动输入输出系统,缺乏内在时间连续性,限制了自主智能的发展。现有框架依赖静态记忆池导致认知停滞。本文提出全局工作空间代理(GWA)架构,受全局工作空间理论启发,将多代理协调转化为主动的事件驱动离散动力系统。该架构结合中央广播枢纽与异构代理群,维持连续认知循环;引入基于熵的内驱力机制量化语义多样性以打破推理僵局;并采用双层记忆分化策略确保长期认知连续性,为可持续的自主代理提供工程框架。
AI 推荐理由
提出基于全局工作空间理论的认知架构,核心解决记忆连续性与动态管理问题。
研究机构
北京关键智能与智能系统重点实验室
北京理工大学
论文信息