这是我在中国科技论文在线上发的。相对以前的文章稍作了一些修改。主要是留个记号。这个比较适合我写文章的目的。
http://www.paper.edu.cn/html/releasepaper/2014/04/304/
这是我在中国科技论文在线上发的。相对以前的文章稍作了一些修改。主要是留个记号。这个比较适合我写文章的目的。
http://www.paper.edu.cn/html/releasepaper/2014/04/304/
人工智能吧 关注：111,820贴子：502,135
这是我在中国科技论文在线上发的。相对以前的文章稍作了一些修改。主要是留个记号。这个比较适合我写文章的目的。
http://www.paper.edu.cn/html/releasepaper/2014/04/304/
0 引言
认知是如何影响思想行为的呢？比如，当我们通过推理得出，如果进行某些行为会带来 30
奖赏，我们会追求这种奖赏，而当我们通过想像也得出这种结论时，我们不会去追求这种奖
赏，……。为什么？现在能明确的是，这种认知对思想行为的影响能力是通过奖惩学习
【１】
获得的（具体的学习机理是本文所讨论的内容之一）。
需要说明的是，成人的神经系统是一个习惯性兴奋的统一体，是在遗传与环境的影响下，
通过长期的奖惩学习选择形成并不断充实与改变的。包括习惯性的刺激反应、习惯性的认知 35
（包括注意、推理、想像等等）、习惯性的行为。习惯性的思想行为都是从不熟练的思想行
为发展而来的，这个发展过程需要目的
【２】
的参与，最后都成为目的下的习惯性（习惯性思
想行为可与正进行的目的有关，也可与之无关，它们往往不需要分配多少注意力
【２】
，在潜
意识下一般就可发生）。同时，习惯性兴奋往往也是模糊兴奋，这是许多习惯性思想行为的
基础。比如，我们习惯性的去拿一本书，虽然我们没有拿过这本书，但我们有拿其它类似东 40
西的经历，在主注意目的地易化下，我们仍能习惯性的完成这个任务。
认知是如何影响思想行为的呢？比如，当我们通过推理得出，如果进行某些行为会带来 30
奖赏，我们会追求这种奖赏，而当我们通过想像也得出这种结论时，我们不会去追求这种奖
赏，……。为什么？现在能明确的是，这种认知对思想行为的影响能力是通过奖惩学习
【１】
获得的（具体的学习机理是本文所讨论的内容之一）。
需要说明的是，成人的神经系统是一个习惯性兴奋的统一体，是在遗传与环境的影响下，
通过长期的奖惩学习选择形成并不断充实与改变的。包括习惯性的刺激反应、习惯性的认知 35
（包括注意、推理、想像等等）、习惯性的行为。习惯性的思想行为都是从不熟练的思想行
为发展而来的，这个发展过程需要目的
【２】
的参与，最后都成为目的下的习惯性（习惯性思
想行为可与正进行的目的有关，也可与之无关，它们往往不需要分配多少注意力
【２】
，在潜
意识下一般就可发生）。同时，习惯性兴奋往往也是模糊兴奋，这是许多习惯性思想行为的
基础。比如，我们习惯性的去拿一本书，虽然我们没有拿过这本书，但我们有拿其它类似东 40
西的经历，在主注意目的地易化下，我们仍能习惯性的完成这个任务。
我们的思想行为是围绕目的展开的，正常的思想行为是目的影响控制下的思想行为，目
的
【２】
是通过影响注意力的分配来影响皮质的易化兴奋状态，然后影响思想行为的方向的（具
体的论述见注意力问题的系统讨论）。目的与思想行为的关系也是通过奖惩学习获得的，目
的使我们的思想行为协调一致并与环境相适应。认知主要是通过对目的（主注意目的、亚主 45
注意目的）的影响来影响我们的思想行为的（当然，认知也会通过记忆直接影响思想行为、
习惯性兴奋与条件反射，但认知对思想行为的影响都是在目的下的影响）。认知对目的的影
响主要是通过奖惩预期来实现的。
意识状态下，我们随时都有主注意目的（追求奖赏逃避惩罚，比如想放松等）。如果回 50
忆起的内容的动力预期或刺激产生的动力预期与主注意目的的动力相比：1、具有更大的动
力（一般指能带来更多的“利益”），则回忆起的内容或对刺激的注意会成为新的主注意目
的（新的主注意目的之前的主注意目的对象会成为亚主注意目的对象）。2、动力小于主注
意目的对象的动力，如果它们的动力预期达到一定值，它们就可能成为亚主注意目的对象。
目的、认知、奖惩预期、思想行为之间的关系见图1。对照图1，下面举了一个具体的 55
例子来说明它们之间的关系。
比如：我对一个电动汽车玩具并不了解，但为了让儿子玩电动汽车玩具（目的），根据
记忆认为按上面的某个按钮它能运动（这时让玩具汽车运动是目的），因而，我不断的按压
按钮，结果玩具汽车就是不动。这时我突然想起，这个玩具汽车是坏的，不能运动（预期到
目的无法实现），我想“儿子喜欢玩象棋，如果给他说明玩具是坏的不能玩，我们玩象棋， 60
说不定他也愿意。”因而，我的目的就变成说服儿子玩象棋。……。
我的目的（让儿子玩玩具）→目的下的认识（按压按钮，能让玩具运动，是儿子想玩的）
→目的认识下的行为（按按钮）。→→认识改变奖惩预期也发生变化（玩具坏了，玩不成，
认识到预期目的完不成，使儿子玩汽车玩具的预期动力下降）→认识产生新的奖惩预期（可
以玩象棋）→形成新的目的及思想行为……。 65
由于目的是影响思想行为的重要决定因素，而影响目的地决定因素是奖惩预期，因 而 讨
论清楚认知是如何影响奖惩预期的，也就基本上讨论清楚了认知是如何影响我们的思想行为
的。
如何讨论呢？现有的认知神经科学对它们的了解非常有限，对现有的神经科学来说，这
是个非常复杂的问题。我们简化复杂性问题最有效的方法之一
【３】
就是明确讨论对象的结构 70
与功能，从而简化思维过程。现在的问题就是，在现有的神经科学的知识背景下，我们对大
脑的结构与功能（指与认知过程相关的功能）无法明确，因而在这里我不得不借助智能机器
的
【２】
是通过影响注意力的分配来影响皮质的易化兴奋状态，然后影响思想行为的方向的（具
体的论述见注意力问题的系统讨论）。目的与思想行为的关系也是通过奖惩学习获得的，目
的使我们的思想行为协调一致并与环境相适应。认知主要是通过对目的（主注意目的、亚主 45
注意目的）的影响来影响我们的思想行为的（当然，认知也会通过记忆直接影响思想行为、
习惯性兴奋与条件反射，但认知对思想行为的影响都是在目的下的影响）。认知对目的的影
响主要是通过奖惩预期来实现的。
意识状态下，我们随时都有主注意目的（追求奖赏逃避惩罚，比如想放松等）。如果回 50
忆起的内容的动力预期或刺激产生的动力预期与主注意目的的动力相比：1、具有更大的动
力（一般指能带来更多的“利益”），则回忆起的内容或对刺激的注意会成为新的主注意目
的（新的主注意目的之前的主注意目的对象会成为亚主注意目的对象）。2、动力小于主注
意目的对象的动力，如果它们的动力预期达到一定值，它们就可能成为亚主注意目的对象。
目的、认知、奖惩预期、思想行为之间的关系见图1。对照图1，下面举了一个具体的 55
例子来说明它们之间的关系。
比如：我对一个电动汽车玩具并不了解，但为了让儿子玩电动汽车玩具（目的），根据
记忆认为按上面的某个按钮它能运动（这时让玩具汽车运动是目的），因而，我不断的按压
按钮，结果玩具汽车就是不动。这时我突然想起，这个玩具汽车是坏的，不能运动（预期到
目的无法实现），我想“儿子喜欢玩象棋，如果给他说明玩具是坏的不能玩，我们玩象棋， 60
说不定他也愿意。”因而，我的目的就变成说服儿子玩象棋。……。
我的目的（让儿子玩玩具）→目的下的认识（按压按钮，能让玩具运动，是儿子想玩的）
→目的认识下的行为（按按钮）。→→认识改变奖惩预期也发生变化（玩具坏了，玩不成，
认识到预期目的完不成，使儿子玩汽车玩具的预期动力下降）→认识产生新的奖惩预期（可
以玩象棋）→形成新的目的及思想行为……。 65
由于目的是影响思想行为的重要决定因素，而影响目的地决定因素是奖惩预期，因 而 讨
论清楚认知是如何影响奖惩预期的，也就基本上讨论清楚了认知是如何影响我们的思想行为
的。
如何讨论呢？现有的认知神经科学对它们的了解非常有限，对现有的神经科学来说，这
是个非常复杂的问题。我们简化复杂性问题最有效的方法之一
【３】
就是明确讨论对象的结构 70
与功能，从而简化思维过程。现在的问题就是，在现有的神经科学的知识背景下，我们对大
脑的结构与功能（指与认知过程相关的功能）无法明确，因而在这里我不得不借助智能机器
人来论述认知对思想行为的影响(这样我们就能根据已有的知识明确设定与认知相关的结构
功能及它们的之间的功能关系，从而简化思维过程)。我无法肯定人一定会采取本文所述的
方式来用认知影响思想行为，但我从理论上论述了，采取下面的方法，能使智能机器人的认 75
知，对它的思想行为的影响特点与人相似。同时，我认为人应会采取与下述的方法相似的方
法来用认知影响思想行为。
1 奖惩兴奋的基础机制及其应用
至所以在这里讨论奖惩兴奋的基础记忆机制及其应用，是因为本文众多的讨论都会涉及
到它们，同时对它们的讨论也有助于我们完整的理解认知是如何影响思想行为的。 80
1.1 奖惩兴奋的基础记忆机制
基础记忆机制：目的完成或无法完成，获得奖惩刺激，奖惩中枢相应兴奋（其所包含的
奖惩预期中枢也兴奋），主注意目的对象与奖惩中枢建立记忆联系，也与直接兴奋奖惩中枢
的对象建立强的记忆联系，这些联系是短期记忆联系，其记忆联系的强弱与获得的奖惩强度
正相关
【２】
。预期实现也能建立类似记忆联系（预期实现，预期实现的对象兴奋相应的奖惩 85
预期中枢，产生动力预期，主注意目的对象与奖惩预期中枢及预期实现的对象都会建立短期
记忆联系）。这种记忆带来的后果之一就是：回忆时，通过其它的主注意对象如能回忆起“这
个主注意目的对象”，然后就能再由这个主注意目的对象完成“其它的回忆”（表示在完成
这一主注意目的对象过程中，与它建立了记忆联系的对象）……，这样这个其它的主注意对
象也会与“其它的回忆”内容建立记忆联系。 90
下面讨论的是，进行奖惩预期时，上面的基础记忆机制是如何发挥作用的。
比如，我们想获得屋内一块肉，根据经验要思考如何获得这块肉（思维目的），可能要
进行各种注意、思维与尝试。注意到门，然后以打开门是否能获得肉进行回忆思考作为主注
意目的时，如果回忆思考到能获得肉（预期目的完成），根据上面的基础记忆机制可知，预
期动力便是获得肉的动力，这时主注意目的对象（包含打开门）就会与获得肉及其预期的动 95
力建立强烈的短期记忆联系（记忆联系的强度与肉的动力预期正相关）。这样，打开门就与
这个动力所对应的中枢建立了记忆联系，打开门的动力就会是获得肉的动力。那么打开门就
会成为主注意目的，然后再在这个目的下思考如何打开门……。
简单的说：我们想获得肉，而打开门能获得肉，如何打开门便会成为我们的目的（我们
便可能用踢，石头砸等方法来开门。），这里论述的就是打开门如何能成为目的的。这种“临 100
时”赋予一个对象或行为于预期动力，使其成为主注意目的以实现目的的机制是非常重要的。
在这里打开门建立了两重要的记忆联系，一是与奖惩预期中枢建立短期记忆联系，另一
个是与获得肉建立了短期记忆联系。这些联系使打开门能直接进行动力预期，从而可以成为
主注意目的或亚主注意目的。
如图2，当通过思考预期目的完成后，三个对应的中枢之间就建立起短期记忆。
功能及它们的之间的功能关系，从而简化思维过程)。我无法肯定人一定会采取本文所述的
方式来用认知影响思想行为，但我从理论上论述了，采取下面的方法，能使智能机器人的认 75
知，对它的思想行为的影响特点与人相似。同时，我认为人应会采取与下述的方法相似的方
法来用认知影响思想行为。
1 奖惩兴奋的基础机制及其应用
至所以在这里讨论奖惩兴奋的基础记忆机制及其应用，是因为本文众多的讨论都会涉及
到它们，同时对它们的讨论也有助于我们完整的理解认知是如何影响思想行为的。 80
1.1 奖惩兴奋的基础记忆机制
基础记忆机制：目的完成或无法完成，获得奖惩刺激，奖惩中枢相应兴奋（其所包含的
奖惩预期中枢也兴奋），主注意目的对象与奖惩中枢建立记忆联系，也与直接兴奋奖惩中枢
的对象建立强的记忆联系，这些联系是短期记忆联系，其记忆联系的强弱与获得的奖惩强度
正相关
【２】
。预期实现也能建立类似记忆联系（预期实现，预期实现的对象兴奋相应的奖惩 85
预期中枢，产生动力预期，主注意目的对象与奖惩预期中枢及预期实现的对象都会建立短期
记忆联系）。这种记忆带来的后果之一就是：回忆时，通过其它的主注意对象如能回忆起“这
个主注意目的对象”，然后就能再由这个主注意目的对象完成“其它的回忆”（表示在完成
这一主注意目的对象过程中，与它建立了记忆联系的对象）……，这样这个其它的主注意对
象也会与“其它的回忆”内容建立记忆联系。 90
下面讨论的是，进行奖惩预期时，上面的基础记忆机制是如何发挥作用的。
比如，我们想获得屋内一块肉，根据经验要思考如何获得这块肉（思维目的），可能要
进行各种注意、思维与尝试。注意到门，然后以打开门是否能获得肉进行回忆思考作为主注
意目的时，如果回忆思考到能获得肉（预期目的完成），根据上面的基础记忆机制可知，预
期动力便是获得肉的动力，这时主注意目的对象（包含打开门）就会与获得肉及其预期的动 95
力建立强烈的短期记忆联系（记忆联系的强度与肉的动力预期正相关）。这样，打开门就与
这个动力所对应的中枢建立了记忆联系，打开门的动力就会是获得肉的动力。那么打开门就
会成为主注意目的，然后再在这个目的下思考如何打开门……。
简单的说：我们想获得肉，而打开门能获得肉，如何打开门便会成为我们的目的（我们
便可能用踢，石头砸等方法来开门。），这里论述的就是打开门如何能成为目的的。这种“临 100
时”赋予一个对象或行为于预期动力，使其成为主注意目的以实现目的的机制是非常重要的。
在这里打开门建立了两重要的记忆联系，一是与奖惩预期中枢建立短期记忆联系，另一
个是与获得肉建立了短期记忆联系。这些联系使打开门能直接进行动力预期，从而可以成为
主注意目的或亚主注意目的。
如图2，当通过思考预期目的完成后，三个对应的中枢之间就建立起短期记忆。
.2 预期与目的。使我们的思想行为与环境相适应。
当预期一个对象的实现能间接带来奖惩时，这个对象便能被赋予相应的动力，这是我们
的预期与目的使思想行为与环境相适应的基础。试想那个打开门获得肉的例子，如果打开门
不能被赋予动力，它又如何成为主注意目的，在打开门有一定的困难的情况下，我们又如何
能顺利的通过回忆指导我们的思想行为来打开门（只有打开门是主注意目的时，以打开门为
主注意目的进行回忆，才能很好的回忆相关的记忆内容）。
除了打开门获得肉这个例子，在我们的思想行为的过程中，时时充满了这样的例子，因
为我们努力思考行为的目的往往是为了获得我们并不能直接获得的奖赏，这就需要给相应的
中介对象赋予动力。比如，我们思考数学题以完成考试，走很远的路去上学等……。
.3 记忆与回忆。通过奖惩学习，记忆与回忆的内容是我们适应环境所需要的
内容。
在完成目的的过程中，所注意的对象与事件一般都能与目的对象建立记忆联系，而与这
一目的对象建立了一定强度的记忆联系的对象或事件，一般能被这一目的对象回忆，也可以
说这一目的对象对这些记忆内容进行了规类。我们又能进一步通过其它的方法对一个个目的
对象进行规类，比如通过时间、空间等（比如，我们回忆昨天做了那些事，或者在哪里做了
那些事）。这种规类能力是自觉或不自觉的（这种能力通过奖惩学习获得，并最终习惯化）。
我们回忆时的对象只要与曾经的一目的对象建立有一定强度的记忆联系，就能通过这个对象
回忆起那个曾经的目的对象，然后由那个曾经的目的对象回忆起与它有记忆联系的其他对
象，从而能通过一个对象回忆（如果是目的任务）起另一个重要（奖惩预期）的与之并无记
忆联系的对象，并能建立记忆联系，这种联系达到一定强度后，今后能直接回忆。
当预期一个对象的实现能间接带来奖惩时，这个对象便能被赋予相应的动力，这是我们
的预期与目的使思想行为与环境相适应的基础。试想那个打开门获得肉的例子，如果打开门
不能被赋予动力，它又如何成为主注意目的，在打开门有一定的困难的情况下，我们又如何
能顺利的通过回忆指导我们的思想行为来打开门（只有打开门是主注意目的时，以打开门为
主注意目的进行回忆，才能很好的回忆相关的记忆内容）。
除了打开门获得肉这个例子，在我们的思想行为的过程中，时时充满了这样的例子，因
为我们努力思考行为的目的往往是为了获得我们并不能直接获得的奖赏，这就需要给相应的
中介对象赋予动力。比如，我们思考数学题以完成考试，走很远的路去上学等……。
.3 记忆与回忆。通过奖惩学习，记忆与回忆的内容是我们适应环境所需要的
内容。
在完成目的的过程中，所注意的对象与事件一般都能与目的对象建立记忆联系，而与这
一目的对象建立了一定强度的记忆联系的对象或事件，一般能被这一目的对象回忆，也可以
说这一目的对象对这些记忆内容进行了规类。我们又能进一步通过其它的方法对一个个目的
对象进行规类，比如通过时间、空间等（比如，我们回忆昨天做了那些事，或者在哪里做了
那些事）。这种规类能力是自觉或不自觉的（这种能力通过奖惩学习获得，并最终习惯化）。
我们回忆时的对象只要与曾经的一目的对象建立有一定强度的记忆联系，就能通过这个对象
回忆起那个曾经的目的对象，然后由那个曾经的目的对象回忆起与它有记忆联系的其他对
象，从而能通过一个对象回忆（如果是目的任务）起另一个重要（奖惩预期）的与之并无记
忆联系的对象，并能建立记忆联系，这种联系达到一定强度后，今后能直接回忆。
如图 3：对象或事件 A、B、C。因奖惩预期， A（比如 A 是打开一个箱子，以获取苹果，
C 是某人同意获取苹果，B 是某人同意打开箱子）成为我们的主注意目的对象（打开箱子），
而在完成这个目的的过程中事件 B 与 C 在间隔了一段时间后分别发生，因奖惩预期（对 B
与 C 的动力预期分别达到一定的值），我们对 B 与 C 都分别进行了注意，它们从而与 A 建立
了记忆联系，而 B、C 由于没同时或先后发生，因而它们之间一般情况下不会建立直接的记
忆联系（当然如果它们都成为亚主注意目的对象，或在任务完成后又“温习”一下完成目的
的过程，使 B 与 C 之间建立起记忆联系，或者 B 与 C 先后发生的时间间隔并不长，仍然能建
立一定的记忆联系，就又要另当别论了）。如果我们在某一刻回忆起 B，由 B 不会直接回忆
起 C（因它们之间无记忆联系），要回忆起 C，如果它们之间又无其它的间接记忆联系，就
必须通过 A 来回忆起 C（通过 B 进行回忆是主注意目的，在实现目的的过程中，回忆起 C，
而 C 的预期动力又高，B 就会与 C 建立强的短期记忆联系）。
一个对象在状态中枢兴奋的强度与其带来的动力预期密切相关，奖赏程度越强，动力预
期值越高，它在状态中枢对应的记忆兴奋的越强，越能与主注意目的对象建立强的短期记忆
联系。
在目的完成过程中，一对象的动力预期大于目的的动力，这一对象在状态中枢会强烈兴
奋，并与主注意目的对象建立短期记忆联系，这种联系是比较强的，当它成为主注意目的对
象，进行回忆时，前一主注意目的对象会被易化成为亚主注意目的对象（因为它们建立有强
的短期的记忆联系），两个主注意目的对象又能进一步建立记忆联系。
在完成目的的过程中，存在一个个临时的主注意目的对象（比如我们在与人谈话的过程
中，会临时注意我们的语言表达等），这些对象可大概分为两类，一类是习惯性注意，一类
是奖惩预期后引起的注意，而且其预期的值相对于目的对象总的动力应达到一定的值。习惯
性注意曾经也属于第二类，第二类的注意由于存在强的奖惩预期，必然能与主注意目的对象
建立短期的强的记忆联系，这种联系也使临时主注意目的完成后，思维自动返回（通过临时
C 是某人同意获取苹果，B 是某人同意打开箱子）成为我们的主注意目的对象（打开箱子），
而在完成这个目的的过程中事件 B 与 C 在间隔了一段时间后分别发生，因奖惩预期（对 B
与 C 的动力预期分别达到一定的值），我们对 B 与 C 都分别进行了注意，它们从而与 A 建立
了记忆联系，而 B、C 由于没同时或先后发生，因而它们之间一般情况下不会建立直接的记
忆联系（当然如果它们都成为亚主注意目的对象，或在任务完成后又“温习”一下完成目的
的过程，使 B 与 C 之间建立起记忆联系，或者 B 与 C 先后发生的时间间隔并不长，仍然能建
立一定的记忆联系，就又要另当别论了）。如果我们在某一刻回忆起 B，由 B 不会直接回忆
起 C（因它们之间无记忆联系），要回忆起 C，如果它们之间又无其它的间接记忆联系，就
必须通过 A 来回忆起 C（通过 B 进行回忆是主注意目的，在实现目的的过程中，回忆起 C，
而 C 的预期动力又高，B 就会与 C 建立强的短期记忆联系）。
一个对象在状态中枢兴奋的强度与其带来的动力预期密切相关，奖赏程度越强，动力预
期值越高，它在状态中枢对应的记忆兴奋的越强，越能与主注意目的对象建立强的短期记忆
联系。
在目的完成过程中，一对象的动力预期大于目的的动力，这一对象在状态中枢会强烈兴
奋，并与主注意目的对象建立短期记忆联系，这种联系是比较强的，当它成为主注意目的对
象，进行回忆时，前一主注意目的对象会被易化成为亚主注意目的对象（因为它们建立有强
的短期的记忆联系），两个主注意目的对象又能进一步建立记忆联系。
在完成目的的过程中，存在一个个临时的主注意目的对象（比如我们在与人谈话的过程
中，会临时注意我们的语言表达等），这些对象可大概分为两类，一类是习惯性注意，一类
是奖惩预期后引起的注意，而且其预期的值相对于目的对象总的动力应达到一定的值。习惯
性注意曾经也属于第二类，第二类的注意由于存在强的奖惩预期，必然能与主注意目的对象
建立短期的强的记忆联系，这种联系也使临时主注意目的完成后，思维自动返回（通过临时
主注意目的对象一般会容易的回忆起……）。
一个目的对象的动力预期越强，持续的时间越长，它建立的记忆联系一般会越广泛，越
强，也越容易被回忆。
当主注意目的发生转换时，前一个主注意目的对象，在新的主注意目的下，它会成亚主 155
注意目的对象。其机理是，前后主注意目的进行转换前，在我们完成或实现前一主注意目的
的过程中，必然会对将要成为主注意目的对象的对象进行动力预期，这样，两个对象就会在
状态中枢建立强的记忆联系（将成为主注意目的对象的对象的动力预期必然大于当时的主注
意目的对象的动力），它们记忆联系的强弱与奖惩预期的强弱密切相关。主注意目的在转换
时，由于前与后主注意目的对象建立有记忆联系，这样它（指前）会成为亚主注意目的对象 160
（也就是与主注意目的对象建立了强的记忆联系的对象）。
成为主注意目的对象的对象相对于那些只单纯的成为主注意对象的对象，其建立的记忆
联系相对广泛而强烈。与它建立有记忆联系的对象有，在它作为主注意目的对象的过程中所
产生的主注意对象及发生在这个目的对象前或后的主注意目的对象，及在主注意目的实现过
程中所产生的临时主注意目的对象，都与当时的主注意目的对象建立了较强的记忆联系。因 165
而我们更容易回忆起曾经成为主注意目的对象的对象，特别是那些曾经产生过强烈的奖惩刺
激或预期的对象。
由于主注意目的对象能产生强烈的奖惩预期，因而它必然是有一定“意义”的对象。
在目的完成过程中，与主注意目的对象建立的记忆联系的强弱与主注意对象的奖惩预期
的强弱密切相关。由于与目的对象建立强的记忆联系的往往是奖惩预期强的对象，因而以曾 170
成为主注意目的对象的对象进行回忆，回忆的一般是那些有一定“意义”（一般对我们越有
意义，奖惩预期越强）的对象。因而通过曾成为主注意目的对象的对象进行回忆，回忆的往
往是那些对我们有较强关系的对象。这就保证我们回忆的往往是那些对我们有用的信息。同
时，在回忆有些与其它对象建立的记忆联系较窄而本身又有意义的对象时，也易通过上述的，
通过目的对象进行回忆的方法而直接回忆。 175
综上所述，可知，通过奖惩学习（实践），我们记忆下来的与回忆起来的内容，往往是
那些对我们获得奖赏与逃避惩罚有帮助的内容，也就是说，是对我们有意义，能让我们适应
环境的内容。
1.4 奖惩与注意力。奖惩预期与“需要”的注意力相一致。
未来的智能机器人不一定按照下面所述的方法来保证对思想行为的注意力的分配，但有 180
了下述可能的方法，智能机器人的注意力必然会与环境条件相适应。为了简单直接，我才讨
一个目的对象的动力预期越强，持续的时间越长，它建立的记忆联系一般会越广泛，越
强，也越容易被回忆。
当主注意目的发生转换时，前一个主注意目的对象，在新的主注意目的下，它会成亚主 155
注意目的对象。其机理是，前后主注意目的进行转换前，在我们完成或实现前一主注意目的
的过程中，必然会对将要成为主注意目的对象的对象进行动力预期，这样，两个对象就会在
状态中枢建立强的记忆联系（将成为主注意目的对象的对象的动力预期必然大于当时的主注
意目的对象的动力），它们记忆联系的强弱与奖惩预期的强弱密切相关。主注意目的在转换
时，由于前与后主注意目的对象建立有记忆联系，这样它（指前）会成为亚主注意目的对象 160
（也就是与主注意目的对象建立了强的记忆联系的对象）。
成为主注意目的对象的对象相对于那些只单纯的成为主注意对象的对象，其建立的记忆
联系相对广泛而强烈。与它建立有记忆联系的对象有，在它作为主注意目的对象的过程中所
产生的主注意对象及发生在这个目的对象前或后的主注意目的对象，及在主注意目的实现过
程中所产生的临时主注意目的对象，都与当时的主注意目的对象建立了较强的记忆联系。因 165
而我们更容易回忆起曾经成为主注意目的对象的对象，特别是那些曾经产生过强烈的奖惩刺
激或预期的对象。
由于主注意目的对象能产生强烈的奖惩预期，因而它必然是有一定“意义”的对象。
在目的完成过程中，与主注意目的对象建立的记忆联系的强弱与主注意对象的奖惩预期
的强弱密切相关。由于与目的对象建立强的记忆联系的往往是奖惩预期强的对象，因而以曾 170
成为主注意目的对象的对象进行回忆，回忆的一般是那些有一定“意义”（一般对我们越有
意义，奖惩预期越强）的对象。因而通过曾成为主注意目的对象的对象进行回忆，回忆的往
往是那些对我们有较强关系的对象。这就保证我们回忆的往往是那些对我们有用的信息。同
时，在回忆有些与其它对象建立的记忆联系较窄而本身又有意义的对象时，也易通过上述的，
通过目的对象进行回忆的方法而直接回忆。 175
综上所述，可知，通过奖惩学习（实践），我们记忆下来的与回忆起来的内容，往往是
那些对我们获得奖赏与逃避惩罚有帮助的内容，也就是说，是对我们有意义，能让我们适应
环境的内容。
1.4 奖惩与注意力。奖惩预期与“需要”的注意力相一致。
未来的智能机器人不一定按照下面所述的方法来保证对思想行为的注意力的分配，但有 180
了下述可能的方法，智能机器人的注意力必然会与环境条件相适应。为了简单直接，我才讨
论这种注意力的分配方式，其实，除了这种分配方式还可能有其它更复杂的分配方式，我在
以前的文章都简单的讨论过〔4,5〕，这里就不讨论了。
亚主注意目的对象所分配的注意力如何形成。通过预期，使未来的亚主注意目的对象与
未来的主注意目的对象在状态中枢建立起强的短期记忆联系（工作记忆），这种记忆联系使 185
在完成目的的过程中，亚主注意目的对象在一定的时间内（短期记忆），始终受到主注意目
的对象的强烈易化，也就相当于分配了注意力（当然，这种易化能力会随短期记忆的不断减
弱而衰减。）。比如：学生上课偷看小说，但老师发现后会惩罚他，他预期在看小说时注意
老师的行为能逃避惩罚，看小说便会与注意老师建立记忆联系，看小说时分配适当的注意力
注意老师便会成为亚主注意目的。（在完成目的的过程中，一个个主注意对象会成为“弱号 190
的亚主注意目的对象”，具体机理与亚主注意目的对象形成的机理相似）。
下面所指的注意力的分配，都是指在状态中枢，主注意目的对象根据短期记忆对相应对
象所产生的易化兴奋所带来的后果。
注意力分配的学习
动力预期改变，会直接影响注意力的分配
〔2〕
，当我们觉得一个对象分配的注意力不够 195
时，就会带来新的奖惩预期，从而进一步分配注意力。动力预期可随奖惩经验动态的改变，
注意力亦被奖惩预期动态的调节分配。如果一个任务被分配了过多的注意力，那么在完成多
任务时，会影响其它任务的完成，带来惩罚，形成惩罚预期，从而带来注意力的重新分配。
通过实践，最终的结果是，动力预期与我们实践所需要的注意力的分配相适应。
我们能预期思想行为在什么兴奋程度下能完成（这是经验预期，当然也应有支持这一经 200
验预期相应的结构，我们可以利用基本记忆柱群中易兴奋的记忆柱及强度中枢
〔4〕
）。因而，
一定的注意力分配后，我们就能根据经验，预期在这样的注意力分配情况下目的的完成情况。
比如，我们能通过感知而预期一动作的熟练度，其熟练的程度可大概分为三种，每种都
需要分配相应的注意力才能使动作顺利完成，一种是完全熟练不需要分配注意力，一种是不
熟练，需要分配大部分注意力，一种是有点熟练，需要分配少量注意力。 205
在一目的下，当我们预期到一动作会影响到目的的完成时，我们会根据经验预期这个动
作的熟练度（这种预期能力有相应的结构支持，可能不需要再另外专门的设计，比如由易兴
奋的记忆柱及强度中枢来完成），在这个熟练度下进行奖惩预期，并根据动力预期“分配”
注意力，随后如果预期到“分配”的注意力不够，就会产生惩罚经验，由于进一步对它分配
注意力能逃避惩罚获得奖赏，从而推高注意这个动作的动力预期值，而“分配”更多的注意 210
力，……，直到预期到“分配”的注意力能使动作顺利完成。下次再动力预期时，就不需要
多次的预期了，能根据记忆的奖惩经验直接预期。而如果分配的注意力过多，则也会带来惩
罚经验，而抑制在这种熟练度下，对这一动作进行的注意力分配，……，直到有一个相适应
的注意力的分配。其他的注意力分配学习的机理相似。
如图5：1、我们在完成一目的时，预期到一定熟练度的行为的完成概率影响这一目的 215
完成，则根据动力预期对它分配注意力（在这种情况下，注意它有利于目的的完成，注意它
便产生奖的动力预期，从而产生注意力的分配），然后在这个注意力分配强度下再进行预期，
如果预期到行为完成的可能性仍不高，则再进行动力预期……，直到预期到在现有目的及注
意力分配下行为能顺利完成。则在这一目的下，这一熟练度的行为最终产生的动力预期值是
以上多次动力预期值按一定规律的叠加，并被记忆，分配的注意力也被按一定规律叠加。类 220
似情况下，下次再遇到这一熟练度的行为时，我们通过回忆，会直接产生叠加的动力预期及
注意力分配。2、而如果在这一熟练度下，分配的注意力过多，则会影响其他对象的注意力
以前的文章都简单的讨论过〔4,5〕，这里就不讨论了。
亚主注意目的对象所分配的注意力如何形成。通过预期，使未来的亚主注意目的对象与
未来的主注意目的对象在状态中枢建立起强的短期记忆联系（工作记忆），这种记忆联系使 185
在完成目的的过程中，亚主注意目的对象在一定的时间内（短期记忆），始终受到主注意目
的对象的强烈易化，也就相当于分配了注意力（当然，这种易化能力会随短期记忆的不断减
弱而衰减。）。比如：学生上课偷看小说，但老师发现后会惩罚他，他预期在看小说时注意
老师的行为能逃避惩罚，看小说便会与注意老师建立记忆联系，看小说时分配适当的注意力
注意老师便会成为亚主注意目的。（在完成目的的过程中，一个个主注意对象会成为“弱号 190
的亚主注意目的对象”，具体机理与亚主注意目的对象形成的机理相似）。
下面所指的注意力的分配，都是指在状态中枢，主注意目的对象根据短期记忆对相应对
象所产生的易化兴奋所带来的后果。
注意力分配的学习
动力预期改变，会直接影响注意力的分配
〔2〕
，当我们觉得一个对象分配的注意力不够 195
时，就会带来新的奖惩预期，从而进一步分配注意力。动力预期可随奖惩经验动态的改变，
注意力亦被奖惩预期动态的调节分配。如果一个任务被分配了过多的注意力，那么在完成多
任务时，会影响其它任务的完成，带来惩罚，形成惩罚预期，从而带来注意力的重新分配。
通过实践，最终的结果是，动力预期与我们实践所需要的注意力的分配相适应。
我们能预期思想行为在什么兴奋程度下能完成（这是经验预期，当然也应有支持这一经 200
验预期相应的结构，我们可以利用基本记忆柱群中易兴奋的记忆柱及强度中枢
〔4〕
）。因而，
一定的注意力分配后，我们就能根据经验，预期在这样的注意力分配情况下目的的完成情况。
比如，我们能通过感知而预期一动作的熟练度，其熟练的程度可大概分为三种，每种都
需要分配相应的注意力才能使动作顺利完成，一种是完全熟练不需要分配注意力，一种是不
熟练，需要分配大部分注意力，一种是有点熟练，需要分配少量注意力。 205
在一目的下，当我们预期到一动作会影响到目的的完成时，我们会根据经验预期这个动
作的熟练度（这种预期能力有相应的结构支持，可能不需要再另外专门的设计，比如由易兴
奋的记忆柱及强度中枢来完成），在这个熟练度下进行奖惩预期，并根据动力预期“分配”
注意力，随后如果预期到“分配”的注意力不够，就会产生惩罚经验，由于进一步对它分配
注意力能逃避惩罚获得奖赏，从而推高注意这个动作的动力预期值，而“分配”更多的注意 210
力，……，直到预期到“分配”的注意力能使动作顺利完成。下次再动力预期时，就不需要
多次的预期了，能根据记忆的奖惩经验直接预期。而如果分配的注意力过多，则也会带来惩
罚经验，而抑制在这种熟练度下，对这一动作进行的注意力分配，……，直到有一个相适应
的注意力的分配。其他的注意力分配学习的机理相似。
如图5：1、我们在完成一目的时，预期到一定熟练度的行为的完成概率影响这一目的 215
完成，则根据动力预期对它分配注意力（在这种情况下，注意它有利于目的的完成，注意它
便产生奖的动力预期，从而产生注意力的分配），然后在这个注意力分配强度下再进行预期，
如果预期到行为完成的可能性仍不高，则再进行动力预期……，直到预期到在现有目的及注
意力分配下行为能顺利完成。则在这一目的下，这一熟练度的行为最终产生的动力预期值是
以上多次动力预期值按一定规律的叠加，并被记忆，分配的注意力也被按一定规律叠加。类 220
似情况下，下次再遇到这一熟练度的行为时，我们通过回忆，会直接产生叠加的动力预期及
注意力分配。2、而如果在这一熟练度下，分配的注意力过多，则会影响其他对象的注意力
分配，而影响目的的完成，从而预期注意这一行为带来相应的惩罚，并被记忆，从而下调这
一行为的注意力分配。在1、2调节动力预期的方式的共同参与下，最终一定熟练度的行为
的动力预期所带来的注意力的分配不会过多也不会过少。 225
当然，以上所讨论的注意力分配的精确调节机制不一定是我们经常使用的机制（我们注
意力分配的调节机制，在现实生活中往往比较模糊），但有了上述的机制我们就不用担心智
能机器人的注意力的分配问题了。
在这里我讨论了奖惩的基础记忆机制，并在此基础上讨论了，我们是如何通过奖惩学习， 230
而使我们的目的、注意力、记忆、回忆与环境相适应的。
2 奖惩预期中枢
2.1 奖惩预期的一些特点
如何模拟人设置智能机器人奖惩预期中枢的结构与功能呢？先让我们分析下面的几个
例子。 235
日常经验告诉我们：1、我们总是首先追求那些能给我们带来更多利益的目标。（这是
动力预期的结果）2、当一个目标相比其它目标更能带来利益，但实现目标的可能性比较小
时，我们可能会选择那些实现的可能性较大，并能带来较大利益的目标来追求。（这也必然
是动力预期的结果。），但如果其它的目标所能带来的利益与它相比如果相差太大，即使它
实现的可能性与其它目标实现的可能性有一定的差距，我们也可能会选择它。3、两个目标， 240
当我们预期获得它们后获得的利益相似，而预期实现的可能性也相似时，我们会难于取舍。
4、如果预期两个目标所带来的利益一样，但其中一个实现的可能性大时而另一个实现的可
一行为的注意力分配。在1、2调节动力预期的方式的共同参与下，最终一定熟练度的行为
的动力预期所带来的注意力的分配不会过多也不会过少。 225
当然，以上所讨论的注意力分配的精确调节机制不一定是我们经常使用的机制（我们注
意力分配的调节机制，在现实生活中往往比较模糊），但有了上述的机制我们就不用担心智
能机器人的注意力的分配问题了。
在这里我讨论了奖惩的基础记忆机制，并在此基础上讨论了，我们是如何通过奖惩学习， 230
而使我们的目的、注意力、记忆、回忆与环境相适应的。
2 奖惩预期中枢
2.1 奖惩预期的一些特点
如何模拟人设置智能机器人奖惩预期中枢的结构与功能呢？先让我们分析下面的几个
例子。 235
日常经验告诉我们：1、我们总是首先追求那些能给我们带来更多利益的目标。（这是
动力预期的结果）2、当一个目标相比其它目标更能带来利益，但实现目标的可能性比较小
时，我们可能会选择那些实现的可能性较大，并能带来较大利益的目标来追求。（这也必然
是动力预期的结果。），但如果其它的目标所能带来的利益与它相比如果相差太大，即使它
实现的可能性与其它目标实现的可能性有一定的差距，我们也可能会选择它。3、两个目标， 240
当我们预期获得它们后获得的利益相似，而预期实现的可能性也相似时，我们会难于取舍。
4、如果预期两个目标所带来的利益一样，但其中一个实现的可能性大时而另一个实现的可
一定的比例关系，将发生与没有发生建立的记忆联系的强度与广度进行比较，就能获得近似 325
的发生概率。当然这种思路的实现，需要易兴奋的记忆柱与不易兴奋的记忆柱，强度中枢等
等。这是对事件发生概率的预测，同样的机理也适用于对象奖惩预期中枢的奖部分与惩部分
的兴奋情况的比较，而获得奖惩发生概率的预测)，但不管那种方法都可能需要一个与综合
计算部功能相似的中枢来计算预期实现的可能。
对象（K）在不同的条件下兴奋，有时获得奖，有时获得惩，从而与奖和惩中枢分别建 330
立了广泛的记忆联系，同时也与预期中枢的综合计算部分更多的建立了记忆联系。在进行动
力预期的主注意目的（比如在预期获得食物的可能的时候）下，当对象（K）被注意后，它
可能会成为亚主注意目的对象或主注意对象，利用它与奖惩中枢及奖惩预期中枢的记忆关系
及与主注意目的对象建立的记忆联系（奖惩经验记忆），从而使它利用主注意目的对象通过
注意力分配中枢来易化或抑制预期中枢，而使我们的预期与环境刺激相适应〔2〕。 335
虽然我们可通过设置奖惩与状态中枢来获得设置动力预期计算中枢的计算部分的功能。
但综合计算部分的功能必须设置一个专门的中枢来实现。相比较而言，我觉得进行智能编程
设置一个专门的动力预期计算中枢更简单明了且功能更强大，当然两种计算方法可同时存
在。（如果从生命进化的角度来看可能不是这样，直接利用奖惩中枢、注意力中枢及强度中
枢可能比再专门进化产生一个计算中枢更容易进化产生。） 340
如图6：可有多种方法实现动力预期的计算，1、是直接设置动力预期计算中枢。2、是
对状态中枢的记忆柱进行设置。使之产生与专门设置动力预期计算中枢相似的效果。
1、图6各个中枢之间的功能联结关系一方面通过设计获得，另一方面通过奖惩学习获 345
得。比如，预期计算中枢的计算部分与综合计算部分的关系就可通过设计“先天”获得。而
对于最终的预期动力大小的选择可通过奖惩学习获得（由预期刺激直接获得的预期动力在实
践过程中会经常带来惩罚，而通过计算获得的预期动力更多的情况下会带来奖赏）。
的发生概率。当然这种思路的实现，需要易兴奋的记忆柱与不易兴奋的记忆柱，强度中枢等
等。这是对事件发生概率的预测，同样的机理也适用于对象奖惩预期中枢的奖部分与惩部分
的兴奋情况的比较，而获得奖惩发生概率的预测)，但不管那种方法都可能需要一个与综合
计算部功能相似的中枢来计算预期实现的可能。
对象（K）在不同的条件下兴奋，有时获得奖，有时获得惩，从而与奖和惩中枢分别建 330
立了广泛的记忆联系，同时也与预期中枢的综合计算部分更多的建立了记忆联系。在进行动
力预期的主注意目的（比如在预期获得食物的可能的时候）下，当对象（K）被注意后，它
可能会成为亚主注意目的对象或主注意对象，利用它与奖惩中枢及奖惩预期中枢的记忆关系
及与主注意目的对象建立的记忆联系（奖惩经验记忆），从而使它利用主注意目的对象通过
注意力分配中枢来易化或抑制预期中枢，而使我们的预期与环境刺激相适应〔2〕。 335
虽然我们可通过设置奖惩与状态中枢来获得设置动力预期计算中枢的计算部分的功能。
但综合计算部分的功能必须设置一个专门的中枢来实现。相比较而言，我觉得进行智能编程
设置一个专门的动力预期计算中枢更简单明了且功能更强大，当然两种计算方法可同时存
在。（如果从生命进化的角度来看可能不是这样，直接利用奖惩中枢、注意力中枢及强度中
枢可能比再专门进化产生一个计算中枢更容易进化产生。） 340
如图6：可有多种方法实现动力预期的计算，1、是直接设置动力预期计算中枢。2、是
对状态中枢的记忆柱进行设置。使之产生与专门设置动力预期计算中枢相似的效果。
1、图6各个中枢之间的功能联结关系一方面通过设计获得，另一方面通过奖惩学习获 345
得。比如，预期计算中枢的计算部分与综合计算部分的关系就可通过设计“先天”获得。而
对于最终的预期动力大小的选择可通过奖惩学习获得（由预期刺激直接获得的预期动力在实
践过程中会经常带来惩罚，而通过计算获得的预期动力更多的情况下会带来奖赏）。
比如：对于小孩（或智能机器人）来说，当“如何进行推理”处于学习阶段，没有成为 390
他的“习惯”时，在某些状态下，通过奖惩经验学习他会认识到在这些状态下，完成某些特
定任务的过程中，相应的推理有助于任务的完成，而如果不进行这样的推理不利于任务的完
成，因而任务（主注意目的对象）、状态、推理之间及它们与奖惩中枢之间就建立了记忆联
系。那么，在类似状态下完成类似任务时，他会回忆起推理行为并产生动力预期，推理相关
的神经通路会成为亚主注意目的对象（认为注意它时目的完成的可能性大，而不注意时目的 395
不能完成，并与目的对象建立强的记忆联系）。由于参与动力预期的与推理相对应的预期计
算中枢的记忆柱在状态中枢也存在对应的记忆柱，这些状态中枢对应的记忆柱与主注意目的
对象建立有记忆联系（经验学习获得），因而这时（在进行动力预期），被进行预期的主注
意目的不断易化兴奋，（动力预期时，动力预期中枢相关的记忆柱会受到主注意目的的易化，
从而使动力预期能正确进行，这是奖惩学习的结果。使在用“推理”进行动力预期时更能兴 400
奋预期中枢的记忆柱）这样，最终的预期结果，“推理”的影响会参与进去。在“最终”的
预期时，在预期计算中枢与推理相对应的记忆柱会受到主注意目的的持续易化兴奋，其它能
影响预期结果的因素也会在主注意目的的影响下通过状态中枢对预期计算中枢产生持续的
易化兴奋，最终按一定规律产生总和（如何总和的，我们应根据现实规律进行设计）。
如图：在主注意目的下，因素1（或因素2或因素3）进行动力预期后，与因素1（或 405
因素2或因素3）相对的预期计算中枢的综合计算部分的记忆柱在状态中枢也存在相对应的
记忆柱（分别用1、2、3表示），这些对应的记忆柱会与主注意目的对象建立记忆联系，然
后在主注意目的对象的周期性易化兴奋下1（或2或3）也被周期性易化兴奋，从而使综合
计算部分在进行动力预期的过程中始终受到1（或2或3）的易化兴奋，这样在最终的动力
预期发生时，所有我们注意到的影响动力预期的因素都会对动力预期的计算产生相应的影 410
响，只要设计适当，这种影响会让动力预期的计算与环境相适应。
415
他的“习惯”时，在某些状态下，通过奖惩经验学习他会认识到在这些状态下，完成某些特
定任务的过程中，相应的推理有助于任务的完成，而如果不进行这样的推理不利于任务的完
成，因而任务（主注意目的对象）、状态、推理之间及它们与奖惩中枢之间就建立了记忆联
系。那么，在类似状态下完成类似任务时，他会回忆起推理行为并产生动力预期，推理相关
的神经通路会成为亚主注意目的对象（认为注意它时目的完成的可能性大，而不注意时目的 395
不能完成，并与目的对象建立强的记忆联系）。由于参与动力预期的与推理相对应的预期计
算中枢的记忆柱在状态中枢也存在对应的记忆柱，这些状态中枢对应的记忆柱与主注意目的
对象建立有记忆联系（经验学习获得），因而这时（在进行动力预期），被进行预期的主注
意目的不断易化兴奋，（动力预期时，动力预期中枢相关的记忆柱会受到主注意目的的易化，
从而使动力预期能正确进行，这是奖惩学习的结果。使在用“推理”进行动力预期时更能兴 400
奋预期中枢的记忆柱）这样，最终的预期结果，“推理”的影响会参与进去。在“最终”的
预期时，在预期计算中枢与推理相对应的记忆柱会受到主注意目的的持续易化兴奋，其它能
影响预期结果的因素也会在主注意目的的影响下通过状态中枢对预期计算中枢产生持续的
易化兴奋，最终按一定规律产生总和（如何总和的，我们应根据现实规律进行设计）。
如图：在主注意目的下，因素1（或因素2或因素3）进行动力预期后，与因素1（或 405
因素2或因素3）相对的预期计算中枢的综合计算部分的记忆柱在状态中枢也存在相对应的
记忆柱（分别用1、2、3表示），这些对应的记忆柱会与主注意目的对象建立记忆联系，然
后在主注意目的对象的周期性易化兴奋下1（或2或3）也被周期性易化兴奋，从而使综合
计算部分在进行动力预期的过程中始终受到1（或2或3）的易化兴奋，这样在最终的动力
预期发生时，所有我们注意到的影响动力预期的因素都会对动力预期的计算产生相应的影 410
响，只要设计适当，这种影响会让动力预期的计算与环境相适应。
415
当小孩或智能机器人的推理熟练化（习惯化）后，由于推理可不成为亚主注意目的对象，
在动力预期时也可不成为注意对象，前文所述的过程便可能不会发生，也就可不去直接参与
动力预期，这种情况下“推理”不参与动力预期并不会对最终的预期结果产生太大的影响，
这是因为推理所带来的预期比值比较高，当不考虑它的影响时，对最终的预期值并不会产生 420
太大的影响。通过长期的实践，最终，推理或想像等与诱发它们的状态及由它们所产生的相
关结果及随后的认知或行为的关系会习惯化。也就是说某种情况下，我们会习惯性进行推理
或想像，并用推理想像的结果习惯性的指导我们下一步的思想行为，这个过程可不进行专门
的动力预期。推而广之，一思维形式，我们通过奖惩学习，能熟练（习惯化）的应用它们后，
我们便会在相应的条件下习惯性的应用这一思维形式获得相应的结果，并能随后习惯性的应 425
用这一结果来思维或行为。
关于那个苹果与桃子的例子，首先，我有关于苹果与桃子所带来的奖赏经验，并且有奖
赏对象多少对奖赏预期大小影响的奖惩经验（这些经验会与动力预期中枢及动力预期计算中
枢奖与惩部分分别建立记忆联系）。这样，根据已有的相似经验，苹果、桃子及它们的多少
对我所能带来的基本的奖赏预期大小（其大小基本等于获得苹果或桃子的情况下的动力值） 430
便确定了。任务完成后，奖赏的获得情况，我们会根据是谁制定的规则来进行预期计算（以
前有类似的奖惩经验）。至于任务完成的可能情况，对动力预期的影响，我们应有与这两个
任务相似的完成任务的经验，我们根据经验作出动力预期的计算。这些奖惩经验计算在我上
文所述的计算方法下影响了最终的动力预期计算（任务完成的可能情况及规则是谁制定的这
两个因素能在状态中枢的影响共同影响M的大小），计算结果又决定了我们的思想行为的 435
方向。
预期计算中枢主要参与动力预期的计算，现实中可能发生的事件的概率的预期它可不参
与，但这种预期的能力是在预期计算中枢的参与下通过奖惩学习获得的，并且对现实中可能
发生的事件的概率的预期可参与动力预期的计算，如何参与也是奖惩经验学习的结果（其预
期计算方式与上文所讨论的推理、规则等对动力预期的影响方式相似）。 440
这种预期直接影响到智能机器人与我们的思想行为。对它们的认知具有重要的意义。
2.2 对思想行为的影响。
认为现实发生的问题（下面对现实的讨论都是假设对现实刺激的反应没有习惯化的情况
下的讨论）。1、以现实发生的事件做为思考的基础，一般能带来目的完成，兴奋与奖赏相
对应的yjz部分。以非现实发生的做为思考的基础，一般情况下，目的不能完成，兴奋与惩 445
罚相对应的yjz部分。2、如果通过某些回忆或(和) 认知方法获得的认知结果，在被我们认
为是现实发生的情况下，指导我们的行为，往往能带来奖赏。今后通过这些方法获得的认知
内容，我们便会认为是现实发生的。在这些回忆与认知方法下获得的认知结果，如果是对可
能发生的事件的认识，那么我们往往认为是已经或将要现实发生的，这时yjz的比值往往比
较高，这是因为在整个认知过程中各种认知方法的yjz的比值都比较高，因而最终的yjz的 450
比值也就高。3、被回忆、认知为现实发生的事件，在参与动力预期时，yjz的比值往往比较
高（指奖赏对应部分的兴奋强度与惩罚对应部分的兴奋强度比经计算后的M），从而用它
来指导行为。现实感觉、对感觉的现实回忆，那些回忆方式产生的回忆内容被认为是现实的，
那些是现实感觉，都是奖惩学习的结果。这些回忆方式都会在实践过程中与yjz建立了记忆
联系，并以此来指导行为，这些都是现实认知及随后的行为产生的基础。 455
从上面的讨论可知，现实发生对奖惩预期的影响，是现实发生的认识对思想行为影响的
在动力预期时也可不成为注意对象，前文所述的过程便可能不会发生，也就可不去直接参与
动力预期，这种情况下“推理”不参与动力预期并不会对最终的预期结果产生太大的影响，
这是因为推理所带来的预期比值比较高，当不考虑它的影响时，对最终的预期值并不会产生 420
太大的影响。通过长期的实践，最终，推理或想像等与诱发它们的状态及由它们所产生的相
关结果及随后的认知或行为的关系会习惯化。也就是说某种情况下，我们会习惯性进行推理
或想像，并用推理想像的结果习惯性的指导我们下一步的思想行为，这个过程可不进行专门
的动力预期。推而广之，一思维形式，我们通过奖惩学习，能熟练（习惯化）的应用它们后，
我们便会在相应的条件下习惯性的应用这一思维形式获得相应的结果，并能随后习惯性的应 425
用这一结果来思维或行为。
关于那个苹果与桃子的例子，首先，我有关于苹果与桃子所带来的奖赏经验，并且有奖
赏对象多少对奖赏预期大小影响的奖惩经验（这些经验会与动力预期中枢及动力预期计算中
枢奖与惩部分分别建立记忆联系）。这样，根据已有的相似经验，苹果、桃子及它们的多少
对我所能带来的基本的奖赏预期大小（其大小基本等于获得苹果或桃子的情况下的动力值） 430
便确定了。任务完成后，奖赏的获得情况，我们会根据是谁制定的规则来进行预期计算（以
前有类似的奖惩经验）。至于任务完成的可能情况，对动力预期的影响，我们应有与这两个
任务相似的完成任务的经验，我们根据经验作出动力预期的计算。这些奖惩经验计算在我上
文所述的计算方法下影响了最终的动力预期计算（任务完成的可能情况及规则是谁制定的这
两个因素能在状态中枢的影响共同影响M的大小），计算结果又决定了我们的思想行为的 435
方向。
预期计算中枢主要参与动力预期的计算，现实中可能发生的事件的概率的预期它可不参
与，但这种预期的能力是在预期计算中枢的参与下通过奖惩学习获得的，并且对现实中可能
发生的事件的概率的预期可参与动力预期的计算，如何参与也是奖惩经验学习的结果（其预
期计算方式与上文所讨论的推理、规则等对动力预期的影响方式相似）。 440
这种预期直接影响到智能机器人与我们的思想行为。对它们的认知具有重要的意义。
2.2 对思想行为的影响。
认为现实发生的问题（下面对现实的讨论都是假设对现实刺激的反应没有习惯化的情况
下的讨论）。1、以现实发生的事件做为思考的基础，一般能带来目的完成，兴奋与奖赏相
对应的yjz部分。以非现实发生的做为思考的基础，一般情况下，目的不能完成，兴奋与惩 445
罚相对应的yjz部分。2、如果通过某些回忆或(和) 认知方法获得的认知结果，在被我们认
为是现实发生的情况下，指导我们的行为，往往能带来奖赏。今后通过这些方法获得的认知
内容，我们便会认为是现实发生的。在这些回忆与认知方法下获得的认知结果，如果是对可
能发生的事件的认识，那么我们往往认为是已经或将要现实发生的，这时yjz的比值往往比
较高，这是因为在整个认知过程中各种认知方法的yjz的比值都比较高，因而最终的yjz的 450
比值也就高。3、被回忆、认知为现实发生的事件，在参与动力预期时，yjz的比值往往比较
高（指奖赏对应部分的兴奋强度与惩罚对应部分的兴奋强度比经计算后的M），从而用它
来指导行为。现实感觉、对感觉的现实回忆，那些回忆方式产生的回忆内容被认为是现实的，
那些是现实感觉，都是奖惩学习的结果。这些回忆方式都会在实践过程中与yjz建立了记忆
联系，并以此来指导行为，这些都是现实认知及随后的行为产生的基础。 455
从上面的讨论可知，现实发生对奖惩预期的影响，是现实发生的认识对思想行为影响的
