机器中的人类认知：世界模型的统一视角
机器人学
2026-04-21 v1 人工智能
计算机视觉与模式识别
新兴技术
摘要
本综合报告通过区分不同认知功能创新的先前研究工作，阐明了人类认知在机器中的实现方式。许多研究声称其世界模型具备近乎“类人”的认知能力。要评估这些宣称，需在认知架构理论（CAT）中建立 proper grounding。我们提出一种统一概念框架，完整融合了CAT相关的认知功能（即记忆、感知、语言、推理、想象、动机和元认知），并识别研究中的空白，以指导未来发展。特别地，我们发现动机（尤其是内在动机）和元认知研究严重不足，提出以主动推断和全局工作空间理论为导向的具体方向。我们进一步引入“认知世界模型”，这一新类别包含针对科学发现的代理框架， operate over 结构化知识。我们的分类体系覆盖视频、具身和认知世界模型，提出了先前分类体系未涉及的研究方向。
引用
@article{arxiv.2604.16592,
title = {Human Cognition in Machines: A Unified Perspective of World Models},
author = {Timothy Rupprecht and Pu Zhao and Amir Taherin and Arash Akbari and Arman Akbari and Yumei He and Sean Duffy and Juyi Lin and Yixiao Chen and Rahul Chowdhury and Enfu Nan and Yixin Shen and Yifan Cao and Haochen Zeng and Weiwei Chen and Geng Yuan and Jennifer Dy and Sarah Ostadabbas and Silvia Zhang and David Kaeli and Edmund Yeh and Yanzhi Wang},
journal= {arXiv preprint arXiv:2604.16592},
year = {2026}
}