CEAA: A Cognitive Embodied Agents Architecture for Interactive Computing Systems
Aimilios Hadjiliasi, Louis Nisiotis
cs.AI
2026-08-11
CEAA 把 Sense-Think-Act 范式与 BDI 模型揉成一套三层 12 组件的具身 agent 架构,定位为游戏/VR 可复用模板,目前停留在概念设计加一个 92 人教学研究。
在交互式 3D 虚拟环境里部署一个「有认知能力」的智能虚拟代理(IVA)一直卡在两头:要么走底层反应式控制(状态机、行为树),被商业游戏引擎绑死,难以做目标推理、可解释和个性化;要么走高层认知架构(BDI、SOAR、ACT-R),理论扎实但太复杂,塞不进实时 3D 世界。作者(两位英国高校研究者)想要一个能落地的中间层:一套可直接照着实现的认知架构模板,统一高层推理、记忆、规划和实时具身动作。
CEAA(Cognitive Embodied Agents Architecture)分三层、12 个组件。
用户与环境层放用户、agent 和虚拟物体。知识层用一个共享黑板(blackboard)结构维护环境状态的实时日志,把环境事件记成「agent 可以选择性处理的共享问题」。Agent 层做人那样的推理和决策。
12 个组件里值得点名的是:Sense(选择性感知,用规则过滤和「群魔」式算法挑相关事件)、Memory(存经验、做基于相似度和案例的回忆)、Think(中央协调器,整合记忆并调度其他模块)、Cognitive Construct(BDI 的 Belief/Desire/Intention 三件套)、Reasoner(基于规则推理和约束满足,从欲望里选意图)、Planner(把意图拆成动作序列)、Act(触发动画、语音、导航)、Behavior Mapper(把符号动作映射成具体行为规范)。这套架构把 Sense-Think-Act 范式和 BDI 认知模型缝在一起,落成一个可分层的工程模板。
这篇没有跑任何技术 benchmark。唯一的实证是一个 92 人的混合方法教学研究:46 人用桌面版、46 人用 VR 版,做一个约 45 分钟的交互任务,前后测知识、再做问卷。结果是两组都获得了显著的学习增益(组内提升显著),桌面组的学习增益略高于 VR 组,但组间差异不显著;两组都觉得系统相对易用、对学习有用,VR 组在「努力预期」和「行为意向」上中位数略高。
| 维度 | 结果 |
| 学习增益 | 两组组内显著提升,组间无显著差异 |
| 技术接受 | 两组均评「易用、有用」,VR 在努力预期/行为意向上略高 |
| 技术性能 | 未评测 |
需要说清楚:这个研究评的是「学生用这套系统学东西」的可用性,不是架构本身的推理质量、延迟、可扩展性。架构的「能用」目前靠一个原型演示支撑,没有量化性能数据。
对做游戏 AI 或 VR 教学 agent 的开发者,CEAA 的价值是当一份结构清单:把一个 IVA 该有的感知、记忆、推理、规划、动作模块以及它们之间怎么交数据列清楚,可以照着搭,不必从 BDI 或 SOAR 的理论文献里自己翻译。它也明确面向 Unity、Unreal 这类引擎,作者说后续会做扩展工具。
但要泼冷水:这类「综合现有范式成一个新架构」的工作,工程价值取决于能不能在真实项目里比行为树更省事,而论文没提供这个证据。
作者自己列得很坦白:架构「停留在概念和理论层面」,需要进一步 benchmarking;目前只能当参考和指南,实现 Unity 或 Unreal 扩展工具是未来工作;架构的性能、可扩展性、泛化性都还没做技术评估。读下来还有一处存疑:12 个组件里很多(Memory、Reasoner、Planner)的实现细节被推给了「未来工作」,现在更像一份设计图而非可运行系统。