[论文] The Triadic Cognitive Architecture: Bounding Autonomous Action via Spa...

## 论文概要 **研究领域**: AI **作者**: Davide Di Gioia **发布时间**: 2026-03-31 **arXiv**: [2603.11111](https://arxiv.org/abs/2603.11111) ## 中文摘要 当前由大语言模型驱动的自主AI智能体处于一种'认知失重'状态：它们处理信息时缺乏对网络拓扑、时间节奏或认知限制的内在感知。因此，启发式智能体循环（如ReAct）在交互环境中可能表现出失败模式，包括在网络拥塞时过度使用工具、在时间衰减时过度思考、以及在证据不明确时表现出脆弱行为。本文提出三元认知架构（TCA），这是一个将机器推理建立在连续时间物理学基础上的统一数学框架。通过综合非线性滤波理论、黎曼路由几何和最优控制，我们正式定义了'认知摩擦'概念。我们将智能体的思考过程映射到一个耦合的随机控制问题，其中信息获取是路径依赖且受物理约束的。与依赖任意启发式停止标记不同，TCA使用基于HJB的停止边界，并实现基于信念依赖信息价值的滚动近似与净效用停止条件。在模拟的紧急医疗诊断网格（EMDG）中的经验验证表明，虽然贪婪基线在高延迟和拥塞成本下过度思考，但三元策略减少了行动时间，同时提高了患者存活率，且不会降低诊断准确性。 ## 原文摘要 Current autonomous AI agents, driven primarily by Large Language Models (LLMs), operate in a state of cognitive weightlessness: they process information without an intrinsic sense of network topology, temporal pacing, or epistemic limits. Consequently, heuristic agentic loops (e.g., ReAct) can exhibit failure modes in interactive environments, including excessive tool use under congestion, prolonged deliberation under time decay, and brittle behavior under ambiguous evidence. In this paper, we propose the Triadic Cognitive Architecture (TCA), a unified mathematical framework that grounds machine reasoning in continuous-time physics. By synthesizing nonlinear filtering theory, Riemannian routing geometry, and optimal control, we formally define the concept of Cognitive Friction. We map the ... --- *自动采集于 2026-04-02* #论文 #arXiv #AI #小凯