基于AutoTool的智能系统实验平台——诚招关于功能、架构、系统设计等方面的想法，欢迎指导、加盟！ 高分！(300分)

AutoTool本来是我写的一个用于执行脚本命令的小软件，在注入了AI的思想之后，它发生
了脱胎换骨的变化。它用Delphi开发，基于第三方的脚本执行引擎，目前已经实现了基于过
程、包、触发器、事件的运转机制，效果良好，我认为，完全可以将其做为AI实验系统的运
行平台加以扩展、完善。
AutoTool目前还不是OpenSource的（以后可能会有这个打算），现在，它的源代码由一个
非常精干的AI开发小组进行管理（包括wfzha和我等等AI爱好者）。我们希望能够得到广大
网友在系统的功能、架构、设计、运行机制等方面的支持。谢谢大家了！
关于智能系统在AI方面的思路，请大家参考：
关于人工智能的探讨——深入机制
http://www.delphibbs.com/delphibbs/dispq.asp?lid=2427799
wfzha: 搭建一个AI的实验平台
http://www.delphibbs.com/keylife/iblog_show.asp?xid=7569
wfzha: 对通过模拟来产生人工智能的一点思考
http://www.delphibbs.com/keylife/iblog_show.asp?xid=2310
chs_net: my idea about AI （to creation-zy）备忘
http://www.delphibbs.com/keylife/iblog_show.asp?xid=7477

现在，我先谈一谈自己关于这个系统的初步构想：
高级目标：
在实现基本的脚本执行功能的基础上，将AutoTool发展成为一个智能系统的实验平台。
目标分解：
1.完善过程之间的相互调用机制
包括信息传递、可见性控制、安全性控制、串/并行调用、可分层的调用队列等等。
2.对“包”的涵义进行扩展、完善
使之基本上可以用于实现一个独立的Agent——需要知识库、记忆库等部分的支撑。
3.完善包之间的调用方式
直接激活/调用、功能注册/呼叫、消息分发、信息管道等等。
4.信息“黑板”的实现
为了让包和包之间有效的共享信息，有必要在各种层面上实现信息黑板，同时还要配以完
备的线程安全、访问授权机制。
5.实现系统的“多层”运行
这里的“层”相当于软件工程中系统分层结构中的虚拟机，层与层之间有较为清晰的功能
划分和调用约定。每个层可以有若干个活动的包，一般有一个用于共享信息的黑板，有一个
与该层对应的知识库。除此之外，每个层所工作的线程（可以是一个或者多个）也应该是比
较固定的——这就要求有一套有效的线程控制机制。
6.对“影子对象”的支持
所谓的影子对象，是指代码相同，但是由于采用的知识库策略不同而造成行为、功能不同
的可执行对象（可以是包，也可能是过程等）--代码和影子对象的关系有点像编程领域中的
类和对象的关系。因此，我们必须用动态的观点来对待代码，而不是通常的静态观点；
7.完善对外界的感知功能
作为一个平台，必须有能力觉察到环境的变化，并接受来自各种渠道的消息（当然也包括
来自内部的消息）。
8.完备的调试支持
除了最低到脚本代码一级的Debug之外，系统还应该有事件记录、回放以及模拟的能力。
9.开发语言及工具、平台
如果可能，应该尽力让该系统可以运行于多个平台，并且最好是基于FreePascal等免费工
具以及组件的——这样可以避免很多不必要的麻烦，也有利于系统的移植。
10.扩展、对外接口以及XML支持
系统必须有灵活的扩展机制（如插件等）以及对外接口，以便于与别的系统进行集成。注
意到现在有越来越多的信息以XML型式存在，支持基于XML以及XML的衍生物的信息交换是肯
定要实现的。

过一阵，我会将系统的现有架构整理一下贴出来让大家参考。
请大家提出宝贵意见，谢谢了！

利用一切贤善之力，实现心中无尽的愿望！

我认为
1、在现阶段，我们不应该搞大而全的平台，所以，应该先规划一下，我们当前最想实现什么，然后再根据要实现的内容而做一个相应的平台。
2、关于系统的架构：我觉得我们对感觉系统，运动系统，agent这些概念的定义目前不可能很清楚，所以，应该先在底层实现具体的程序细节，然后把这些目前不确定的部分抽象出来做到中间层，最后在中间层的基础上实现具体的应用。这样，我们只要规划好底层和高层两个部分就行了，需要变化的时候，这两部分可以基本不变。我没学过设计模式，可能表达得不规范，但意思应该表达清楚了。
3、鉴于以上两点，我觉得我们应该先规划出高层我们需要实现的功能。然后在此基础上规划出底层。这样，就可以工作了。
不知道大家觉得怎么样？

我在这里只是提出问题，以及我自己的观点，具体的大家可以慢慢的讨论
我的想法如下：
1、首先，假定我们要摹拟一个类似现实的生态系统，考虑到要尽量减少我们的工作量，我觉得把我们的计算机作为一个生态环境来看待比较好，这样，我们就不用模拟环境了。我们可以假定我们的程序生活在我们的机器这个固定的目录下，它可以感知、操作本目录下的一些信息，也可以感觉到内存中的进程，但是，不能感觉到其他目录中的系统信息。当然，它可以学会利用资源管理器里的信息来感知和操作其他环境的信息，前提是要学得会。如果是这样的话，那么环境首先要有一个自我平衡的机制，这样他才不会因为一些agent的行为而崩溃。其次，这个环境应该能对agent的行为作出相对固定的反应，而这些反应，应该能给agent一些反馈。这一点，需要我们好好规划一下，我们程序要作出什么样的行为，系统才能做出合理的反应。另外，对于系统不能提供的部分，我们也应该自己实现，为了减少工作量，这一部分一定要设计巧妙才行。
2、关于agent，必须要实现一些基本的东西：欲望和感觉系统以及运动系统，只有有了欲望，才可能会进行一些有目的的行为。由于我们的环境基本固定，所以，我们不可能有一些通常意义上的愿望，比如食、色等等。但是，我们可以设定它具有一些感觉和情绪，比如饥饿、孤独、恐惧、疼痛、味觉等等。然后，我们应该定义一些信息，让他们可以产生这些感觉。这些感觉存在的模式，需要好好的规划才行，但中心思想有两个，第一必须要容易实现，第二要容易产生。比如如果我们定义我们要定期给程序喂食物的话，那么，这个程序就把我们给拴住了。所以，我们要充分利用系统已经有的资源。比如，我们可以把窗口消息作为食物喂给他，让他如果有一段时间不主动监视其他窗口的消息就会觉得饥饿。为了让他关注我们想让他关注的程序和消息，我们可以设定不同的程序产生的消息味道不同，不同的消息味道不同。这样，他就不会去吃一些垃圾消息。
3、我们希望agent学会哪些方面的编程能力？这个问题是最困扰我的问题。我们认为有意义的事情，从程序的角度看可能是没有意义的。我们认为没有意义的事情，可能从程序的角度看就有意义。所以，这一方面不能有功利的思想。比如，切换窗口对我们来说没有意义，但agent可以通过它来剥夺我们对某个程序的控制权。如果它能学会在合适的时候与我们开玩笑，也算是一种成功啊！再比如，我们可以把一些特殊的自定一消息作为超级美食，用来鼓励她做一些对我们有益的事情，我们可以用一个特定的程序监控，只要他在某个合理的时间做了合理的动作（比如，如果发现一些重要文件改变了，就自动给我们备份），我们就给他发送这些消息作为奖励（我们可以给一个agent做上这种能力，让它与其他agent交流，看看其他的agent能否学会）
4、关于agent之间的交流问题：如果agent之间没有交流，那么他会大大影响我们的计划的进度。所以，我们应该给他们相应的交流能力。这就需要我们定义一些简单的语法，用于交流。语言当然是用汉语了。但程序不可能有我们这么复杂的语法，所以我们要做个最的小规模的语言解释器，来解释这些语言。agent的语言能力，应该有一定的扩充能力。比如，应该允许他们自定义词汇和语法，只要所有的agent都认同就行。这一方面，可能技术上有难度，我们可以慢慢探索，但一定要做，最起码要做一个不能扩充的很小的语言系统。我们与agent只见的交流，最好也通过这个系统进行，不要直接调用agent的底层功能。当然，个别的时候例外，比如我们要给他惩罚，让他觉得痛苦。
另外，agent之间还可能会有一些行为上的交流，比如，允许/禁止其他agent访问自己的领地。允许/禁止其他agent分享自己的技巧、快乐（通过情绪系统来感染对方）。

5、情绪系统：除了感觉系统和运动系统，情绪系统至关重要，它是连接其他各个系统的枢纽，只有他协调好了，我们才能创造出一个行为合理的agent，否则，不是白痴就是疯子。
好了，就写这么多吧！大家先看看，有什么好主意。

同意wfzha的观点：决不能搞大而全的东西。我们既没有那个时间，也没有那么多资源。
creation-zy应该把你的AutoTool给大家详细介绍一下（最好链接上运行界面）。前面讲得太抽象了，很难吸引人。
我想这样一个项目要吸引更多的高手参加，必须让大家对项目有一点感性的认识，才有可能在此基础上提出建议。否则很容易让人觉得太过抽象，而丧失兴趣。
to creation-zy:
最近事情太多，讨论的机会会少一些。不过我会保持关注和支持。[]
继续充电...

N久以前看过楼主的DEMO 0.2版,不过那时感觉就不是个简单的软件,主要是没有什么使用说明,看了一下,感觉还是挺有创意的,希望楼主花点时间写个说明什么的,让更多人了解.
http://xianjun.vicp.net/temp/old/AutoTool0.2.rar

ding

今天，我大体看了一下autotool的源代码，基本了解了creation-zy兄设计autotool的思路，结合creation-zy兄提出的目标分解，我谈一下自己的看法：
我觉得，我们目前还没有跳出原来设计autotool的框框，autotool设计的框架很不错，但是他原来的目的是形成一个自己的脚本框架，能通过这个框架执行自己的脚本系统。所以，整个脚本系统的框架定义的比较复杂，可以处理自己的事件、包（按我的理解就是子脚本系统，也不知道正确与否）等等。如果考虑一下我们现在要搭建智能系统实验平台的目的，这些脚本系统已经足够用了，而且超出了我们的应用范围。不可想象我们的agent能理解事件的含义，写出自己的事件处理代码。我估计，我们的agent恐怕只能写出顺序执行的代码，事件或是消息驱动我觉得是不可能的。我们没有打算赋予agent修改自身系统代码的能力，agent又是一个足够复杂的对象，整个agent完全用脚本来写，恐怕不现实（我们写脚本的环境没法与我们在delphi中写代码的环境相提并论，无论是写代码还是调试）。另外，由于autotool的架构问题，如果多个agent同时运行的话，如果每个agent运行在自己独立的线程下，脚本的稳定性、系统开销都是一个大问题。我觉得我们的agent无论怎么简化，都不能算是非常小的程序了。我们写一个同时并行执行多个由事件驱动的agent的时候，我很怀疑我们有没有能力同时保证它的效率和稳定性？（说实话，我觉得那个spy脚本不太稳定，我测试了多台机器，都多多少少有一些问题，最严重的一台居然无法停止脚本的执行，我觉得如果用脚本来写agent的话，恐怕我们主要的精力要用来保证稳定性了。其实，这也是我建议你为每一个执行的脚本建立一个窗口，用windows的窗口消息来作你的事件处理的基础的主要原因）。即使有这个能力，我们也付不起这个代价，别的不说，开发的进度就无法保证，可能随时会因为技术问题而停下来。鉴于以上几点，我觉得直接用delphi来实现agent较为合理、稳妥。
我这样说，并不是说以前autotool的代码就没有用了，其实，autotool所写的那些底层类库，我们的程序中都用得上，我的想法是，我们应该给autotool动一个较大的手术，具体做法是：
1、以spy,processinfo,Client_Test这三个脚本的底层代码为基础，做出agent的感觉系统来。
2、以autotool的脚本系统为基础，写出auto的运动系统来，特别是底层的一些基本动作（这些动作,可能要有事件/消息驱动），以及以基本动作为基础的，agent可以完全控制的运动系统（就是agent写脚本的能力）。换句话说，就是对agent的脚本的基本类库和agent自定义的脚本的管理。
3、我们还要写一个情感控制系统，来控制一些内部的感觉，比如喜怒哀乐、饥饿、熟悉、陌生能内在的感觉系统。
4、环境管理系统、安全控制系统。
时间不早了，就写这么多吧。

今天写了一个非常简略的文档，放到了富翁之家里，请大家看看：
http://richpage.delphibbs.com/creation-zy?creation-zy=&t=autotool_d
包括 初级设计目标 以及 系统组成。架构图正在赶制中...
对了，在我早期上传的程序中，没有包含控制IE的部分，现在的版本已经可以利用IE做为
GUI了。 估计过一阵可以用脚本写一个个人知识库

最新更新： http://xianjun.vicp.net/temp/AutoTool0.2.3.15.rar
在Samples中包含了WebGUI基本功能演示。
（xianjun兄，老的0.2版我删不掉，您能否帮帮忙？谢谢！ ）
ps:这个第三方脚本解释器是不错，可惜没用封装ADODB中的类，自己封装好麻烦啊

学习态度！

昨天和wfzha兄聊了一阵，谈到了具体实现代码的问题，讨论的结果是：为了支撑智能模
型的运转，需要实现消息的通知、对象属性的表示以及对象的动作——关于这几个方面，我
已经有了较为明晰的思路。另外，我们还认为抽象信息的表达是肯定有必要实现的，但是现
阶段我们决定先从代码入手，使AutoTool足以支持最简单的实验。下面我就谈一谈自己关于
消息、对象、属性、动作的构想。
消息：由于需要支持“不应期”特性，我们需要精确的时间标记——我的想法是：在生成
（或者说发布）消息的时候，给消息打上精确的时间标记（拟采用亚毫秒级的高精度）。此
外，参考J2EE中的消息结构，消息应该包含消息头以及消息体两个部分。前者包括时间戳、
发布者、接收者、处理路径、是否完成以及其它特性，主要是用于被系统核心识别并处理；
后者包括消息的具体内容，它可以包括若干个属性（类似于VarPool）。
对象、属性：这里的对象可以被理解Agent，它的内核代码应该是被固化在AutoTool的内
部的，不能被修改。为了让对象拥有各种属性，我认为可以借鉴VarPool的结构，用“名字-
属性”列表实现属性的动态绑定。这样一来，用户就可以在脚本代码中无限的扩展对象的属
性并对其进行操作。
动作：对象必须有行为能力，我想，在现阶段，我们可以用脚本组中的过程做为对象的行
为模块。为了实现这一点，我们需要在对象的内部实现一个“动作名-过程名”映射表，在
需要调用的时候，使用动作名就会达到调用特定过程的目的。当然，这种映射功能应该预先
被AutoTool的内核实现。

先写这些了，以后再补

对了，今天chs_net兄向我推荐了一个关于Agent的网站： http://www.swarmagents.com
非常棒的，建议大家都看看

我找的一种更好的处理不应期的方法：我把信息传导的距离作为判断指标，只有兴奋传播出足够远（假设节点之间的距离相同）后，才能再次兴奋该节点，这样，就不用处理时间标记了。这两天在写程序，没多少好说的。我还是继续“结网”[]

收到wfzha兄的e-mail,
我认为，目前的神经网络式智能只能实现自适应过程，而无法实现自组织功能。
而没有自组织功能是无法实现复杂系统的构造的。
而没有复杂系统的实现，自适应系统能够实现的功能是有限的，需要逐一将已知
系统一一总结然后进行规划再编入系统中，但是这样一条道路似乎是现在可以
成熟运用（理论和实际上都有很好的系统）也非常流行的系统。:-(

我现在只能实现条件反射,不过我还是想试试,
我不想完全走神经网络的路子,就是不知道行不行.

目前的人工神经网络都是“指导学习”，即通过一段时间的“导师”培训后，通过不断调整得到了合适的算法，然后用它来解决问题。以后的过程是基本脱离“导师”，边做边学。
还有一种观点，纯粹建立在S-R的基础之上，试图由机器“主动”感知环境。并通过自然选择得到合适的行为反映规则，这是“选择学习”。我的理解是：“主动感知，随机反应，环境选择，自主进化。”（注意这里选择的不是个体，而是神经网络结构）。不知道wfzha兄是不是想实现这种系统。
这种方法基本上已经完全抛弃了传统的符号主义研究方法。我觉得很有意义，符号主义对于模拟人的逻辑思维很有成就，但是形象思维就。。。
但是对这种系统我也有一点怀疑，就是它是否有可能进化出“抽象思维”来，从而完成从“动物”到“人类”的飞跃？毕竟它是模拟生物进化，而地球上的成千上万的物种中却只进化出了一种智慧生物！
说着说着好像又太“空谈”了，不过zy兄现在的“人工智能”帖子好像太长了，放不下，只好先放在这里了：） 不知道行不行。

今天看了一篇文章，挺有意思。原文在 http://www.oursci.org/ency/it/003.htm
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
电脑能不能像人脑一样思考问题？能不能达到人脑的境界？这是人工智能专家们孜孜以求的难题。几年前的国际象棋人机大战中，ＩＢＭ公司的“深蓝”电脑将世界冠军卡斯帕罗夫降服的情景人们至今还津津乐道，那么电脑能否与人像老朋友一样十分投机地聊天呢？
　　要想让电脑有高智商，一个关键问题是要给电脑配备上智能化的软件。今年上半年，人工智能专家们把他们开发出的智能对话软件安装在电脑上，进行了一番真刀真枪的智商大比武。在先期于澳大利亚进行的世界杯聊天电脑大赛上一台美国电脑夺魁，但不久就在英国科学周上被两台英国电脑挑落马下，可谓强中自有强中手。
　　世界杯聊天电脑大赛，又称鲁伊布纳人工智能大赛，由国际知名的美国人工智能专家鲁伊布纳博士于1990年创办，每年举办一次。今年的比赛由澳大利亚的弗林德斯大学承办，参赛的有来自世界各地的11台电脑，它们被各自的主人装上了不同的智能对话软件，拥有一定的与人对话的能力。参赛者不必交纳任何费用，参赛电脑数量少主要是因为世界上能开发类似智能软件的电脑专家屈指可数。比赛规则很简单：先筛选出11名电脑爱好者与这些电脑聊天，每个人和每台电脑都聊上几分钟。除此之外，世界上数万名电脑爱好者还在因特网上观摩了这次比赛。这11名评判官会根据自己与电脑聊天的投机程度给每台电脑打分，评分项目包括是否善解人意、是否反应敏捷等。然后算出每台电脑的综合分数，看看谁的智能程度更高，更像人脑。
　　这11名电脑爱好者中，有的是当面与这些电脑聊天，有的则是通过因特网与之聊天。这些电脑在与人交谈时，有时谈吐不凡，有时却所答非所问，仿佛它正在和另外一个人交谈。当评判官问一台电脑“你今天感觉如何”时，电脑迅速回答说“今天我的大脑很兴奋，有不少新奇的想法”；而评判官再问它“你能听见我的声音吗”，电脑却傻乎乎地回答说“不，我是个真人”，让人啼笑皆非。
　　经过激烈角逐，来自美国的代号为“鲁比”的电脑拔得头筹，并为主人赢得了2000美元奖金和一枚铜制奖章。虽然奖品略显寒酸，但主人在人工智能研究方面的突出成就得到了肯定，所以“鲁比”的主人也照样是笑逐言开。不过，令专家们感到汗颜的是，“鲁比”的主人只是一位人工智能研究的门外汉。这位来自美国的电脑迷甚至从来没有获得过一个大学学位。在其读高中时，其父亲开办了一家软件开发公司，他就从高中直接进入父亲的公司，学习如何开发制作智能型会计软件。他说他追求的最终目标是人机合一。
　　不过，“鲁比”只风光了不到两个月，就有更智能化的电脑将其轰下了王冠宝座。在3月中旬进行的99年英国科学周上，举办了一个“百万人试验”活动，目的是吸引老百姓们都来参与有趣的科学实验。组织者从英国各大学开发出的智能软件中挑选出智商最高的两套，分别装在两台电脑上，并取名为“阿莱克斯”和“罗宾”，欲与“鲁比”一试高低。另外，组织者还别出心裁地找来一名电脑爱好者，让他与“阿莱克斯”、“罗宾”、“鲁比”一起分别通过因特网与世界各地的网虫们聊天，然后让网虫们判断哪个是真人，哪个是电脑。网虫们对此活动倍感新奇，短短几天中就有13000名网虫通过因特网前来捧场。结果，“阿莱克斯”和“罗宾”的表现都比“鲁比”出色，有27％的网虫认为“阿莱克斯”是真人，“罗宾”也蒙骗了12％的网虫，而新科状元“鲁比”只蒙骗了11％的网虫。最滑稽的要数那名和三台电脑在一起的那位真人了，有37％的网虫硬说这名来自某大学的高才生是台电脑，真可谓真亦假时假亦真，让人哭笑不得。
　　随着人工智能技术的发展，每年一度的英国科学周推出的智能对话软件模仿真人的水平越来越高，去年前来参加这项聊天活动的网虫们有六分之一被蒙骗，今年推出的“阿莱克斯”就达到了27％的欺骗率。

chs_net兄:差不多是这样吧!
我本来想通过在环境和程序之间建立一种一一对应的映射，通过在这些映射之间按一定的规律传递兴奋，达到自己的目的，通过这两天的规划，我发现我漏掉了很重要的几个部分：
1、对内环境的感知与对外界的感知同样重要。
2、我好像把记忆系统给遗漏了。
3、我原来规划的信息环路好像不能处理一些序列化的行为（如逻辑思维，一些运动能力如投掷）。
4、目的意图中枢是不可少的部分。离了他好像我发实现我的想法。
所以，我的程序恐怕要推迟一段时间了
cee兄：我在做规划的时候发现，我的方法在处理语言方面好像有一点优势，但是在做规划的时候我发现，我的程序同样容易犯答非所问的错误，有的时候，他回答得非常贴切，但有的时候就明显的是答非所问。这也是我觉得要有一个目的意图中枢的原因。因为如果不能把语言转换为相应的意图的话（对语言简单的理解），恐怕无法处理语言系统。
另外，在考虑记忆系统的时候，发现了一个很有趣的事情：我们学习的时候，根本就不依靠长期记忆系统（与语言、逻辑思维有关的学习例外，其实也不例外，例外的是我们无法把语言看作是一种运动，其实，我们说话本身就是一种运动）。
这两天比较忙，时间不多,就写这些吧！

我觉得软件系统所谓“普适性”的目标，更多的还是依靠数据驱动，知识驱动还是个梦想。

to iie兄:
AutoTool目前的体系结构决定了，它不是一个纯知识驱动系统——它有能够存放任意结构
的数据的知识库，但是代码主要还是事先写好的脚本，而不是像我在富翁笔记中描述的完全
基于知识库的执行（当然，我们并不排除写出足够强大的脚本，能够解释执行知识库中的信
息的可能性）——现阶段的AutoTool，知识库的作用和普通系统中的数据库的作用几乎是一
致的，只不过普通系统中的数据库为了存放不同结构的数据，需要设计大量不同格式的表，
而我的知识系统库在理论上不存在表示能力的问题，也就不需要改变结构。
您的电脑围棋系统，我觉得可以将算法固化在脚本代码中，可配置的策略以及学习的结果
则存放在知识库中。只不过，如果想要脚本系统模拟面向对象编程中的继承结构，现有的
AutoTool可能还需要进行一些改进。
to wfzha:
呵呵，我记得您一开始设计的时候就已经实现了连接的保存和读取了啊，怎么还会“忘记
记忆系统”呢？

最近想了很多理论方面的东西，看到chs_net兄说AI帖子太长了——我也贴在这里吧。
对事物、事件的识别决定了，知识库中对任何一个“东西”的描述至少应该有3个或3个以
上的属性——否则，一旦某个属性发生变化，系统就不再能够识别现在观察到的A1是不是曾
经观察到的A0。记得一个杂志上说，当一片树叶被剪掉超过1/3的部分时，它就没有生命反
应了（一种在高频电场下显示出的活体周围的光晕）——是不是可以推广为：一旦观察到的
现象和记忆中的现象存在1/3以上的属性有差异时，就可以认为它们不是同一个东西。
对任何一个系统特性的观察，需要我们在观察时每次尽可能只改变一个属性，否则会比较
难以归纳。

creation-zy兄:
保存与记忆系统是两个概念，我们头脑中的事物，没有保存在别的载体中，照样有记忆功能。连接的保存和读取不是短期记忆，短期记忆与思维关系比较密切。要单独实现。我把我的想法画了几幅图，想帖上来，可手头没有visio 先找找看看吧！

贴了几幅,先看着.
http://www.delphibbs.com/keylife/iblog_show.asp?xid=7569
creation-zy兄:
忘了说了,对于你的物体识别的部分,我的方法是让表示物体的信息环路之间互相竞争,哪一个环路最接近目标,哪一个就胜出.同一时间,一个中枢内部只能有一条环路被激活.