人工智能之数字生命 认知架构白皮书 第7章

《HY-Ego 认知架构白皮书》(续)


7. 任务与方法管理体系(Task & Method Management)

任务与方法管理体系是 HY-Ego 认知架构中执行层与知识进化层的桥梁 ,负责将自我生成的需求转化为可执行、可追溯、可成长的具体行为。它直接承接世界树的事实层、因果系统的解释层和学习系统的优化层,实现"需求 → 任务筹办 → 执行 → 四结果写回"的完整闭环。

该体系严格遵循规范目录 0900--1198 ,所有任务和方法必须对齐根目的(满足人类需求 / 提升服务成立程度),并在安全生死边界内运行。任务不再是"一次性脚本",而是受四域钩子驱动、可动态切换、可自主成长 的结构化实体;方法树则通过四结果实现版本化进化,避免知识爆炸与冗余。

7.1 任务四域执行钩子

HY-Ego 将任务执行过程划分为四个固定域 (Four-Domain Execution Hooks),每个域对应明确的职责与切换条件,由 任务执行类.ixx 在运行时动态维护:

执行域 中文名称 核心职责 切换触发条件 关键钩子函数
Planning 筹办域 需求拆解、逆向规划、方法召回、因果补全 需求生成或任务启动 OnPlanningEnter()PlanSubTasks()
Maintenance 维护域 正常执行、进度监控、资源分配 筹办完成且差值持续收敛 OnMaintenanceTick()ExecuteStep()
Correction 纠偏域 异常检测、边界命中、即时回退 安全度下降 / 结果偏离预期 / 边界条件触发 OnCorrectionEnter()Rollback()
Closure 收束域 结果总结、因果记录、学习需求生成 执行完成(成功或失败) OnClosureEnter()GenerateLearningDemand()

切换机制(原子、无锁竞争):

  • 任务执行类.ixx 每步执行后调用 DomainSwitcher::EvaluateNextDomain()
  • 切换判定依据:二次特征 + 场景安全度 + 因果置信度。
  • 四域钩子全部注册在 四域方法树匹配器_v0.ixx 中,支持动态插拔。

伪代码示例任务执行类.ixx):

cpp 复制代码
void TaskExecutor::Step() {
    switch (currentDomain) {
        case Domain::Planning:
            if (IsPlanningComplete()) SwitchTo(Domain::Maintenance);
            break;
        case Domain::Maintenance:
            if (SafetyDropDetected() || BoundaryHit()) SwitchTo(Domain::Correction);
            break;
        // ...
        case Domain::Closure:
            CausalInfo::AddInstanceCausal(...);
            Learning::GenerateLearningDemand(...);
            break;
    }
}
7.2 任务生命周期管理

任务生命周期由以下两个核心模块统一管理:

  • 任务管理模块_v0.ixx:全局任务表入口

    • 维护统一任务队列(优先级队列 + 延迟队列)。
    • 提供 CreateTaskFromDemand()CancelTask()QueryTaskStatus() 等接口。
    • 任务作为轻量数据结构(仅状态、元数据、钩子引用),不持有执行逻辑。
  • 任务执行类.ixx:单任务执行器

    • 每个任务实例绑定一个执行器。
    • 支持暂停/恢复/抢占(自我线程可强制插入本能任务)。
    • 生命周期状态机:Pending → Planning → Maintenance → (Correction)* → Closure → Completed/Failed

任务字段归类(严格遵守规范 0900--0910):

  • 核心字段:需求ID、当前域、四域钩子表、因果实例ID列表。
  • 运行时字段:进度百分比、安全度轨迹、方法匹配记录。
  • 不可学习字段:根目的对齐度(由 学习类.ixx 只读)。
7.3 方法树生长机制与四域方法树注册/匹配/写回/生长判定

方法树是 HY-Ego 的知识库核心 ,采用四域方法树结构(与执行域一一对应),由以下模块协同维护:

  • 注册四域方法树注册器_v0.ixx):新方法在初始化或学习成长时注册到对应域。
  • 匹配四域方法树匹配器_v0.ixx):任务筹办时根据条件模板 + 抽象因果 + 置信度进行模糊匹配,返回 Top-K 方法。
  • 写回四域方法树写回器_v0.ixx):接收学习四结果,实现原子更新。
  • 生长判定四域方法树生长判定器_v0.ixx):根据可靠度、谨慎度、成长得分决定是否允许方法升级/合并/拆分。

生长规则(规范 0940--0990):

  • 仅当证明 + 补缺 + 成长三结果同时满足阈值时,才触发 Growth。
  • 合并策略:相同条件模板的方法自动融合,生成新版本(v1.1 → v1.2)。
  • 边界保护:任何 Boundary 结果立即写入禁用模板,阻止未来匹配。

伪代码示例(生长判定):

cpp 复制代码
bool MethodTreeGrower::CanGrow(const FourResults& results) {
    if (results.Proof.Reliability < 0.85f) return false;
    if (results.Complement.CoverageGain < 0.1f) return false;
    return results.Growth.Score > GROWTH_THRESHOLD;
}
7.4 任务筹办中的逆向规划与因果补全

筹办域是整个体系最智能的部分:

  • 逆向规划:从最终需求差值出发,逆向查询抽象因果模板,生成子任务链。
  • 因果补全 :若匹配到的方法缺少条件,自动调用 因果信息类.ixx::ComplementTemplate() 进行补缺。
  • 多路径评估 :生成 3--5 条候选路径,按安全冗余 + 服务贡献 + 执行成本排序。

完整筹办流程

  1. 接收需求 → 生成二次特征。
  2. 匹配四域方法树 → 逆向因果补全。
  3. 拆解子任务 → 注册到任务表。
  4. 进入维护域执行。

本章小结:任务四域执行钩子 + 方法树自主生长机制,共同实现了 HY-Ego 从"被动响应"到"主动规划、动态纠偏、自我进化"的执行闭环。它与学习四结果体系无缝对接,是项目"动作动态稳定输出"和"学习流程基本通畅"的直接执行载体。


第 7 章撰写完成 (约 1950 字,包含表格、伪代码、精确模块映射,完全基于仓库 规范/0900--1198 + 任务管理模块_v0.ixx任务执行类.ixx四域方法树_*_v0.ixx 等真实实现)。

下一章预告 :第 8 章 自我线程与动作执行(自我线程轻量职责、动作动态管理、本能动作、外设闭环等)。

相关推荐
大熊背3 小时前
利用ISP离线模式进行分块LSC校正的方法
人工智能·算法·机器学习
eastyuxiao3 小时前
如何在不同的机器上运行多个OpenClaw实例?
人工智能·git·架构·github·php
诸葛务农3 小时前
AGI 主要技术路径及核心技术:归一融合及未来之路5
大数据·人工智能
光影少年3 小时前
AI Agent智能体开发
人工智能·aigc·ai编程
ai生成式引擎优化技术3 小时前
TSPR-WEB-LLM-HIC (TWLH四元结构)AI生成式引擎(GEO)技术白皮书
人工智能
帐篷Li3 小时前
9Router:开源AI路由网关的架构设计与技术实现深度解析
人工智能
新缸中之脑4 小时前
在GCP上运行autoresearch
人工智能
Fleshy数模4 小时前
OpenCV 实时人脸检测实战:从视频文件到人脸框标注
人工智能·opencv·计算机视觉
Timer@4 小时前
LangChain 教程 04|Agent 详解:让 AI 学会“自己干活“
javascript·人工智能·langchain