迷失的符号：在机器人世界中寻找无代表之智慧的奥秘

在人工智能（AI）的世界里，我们似乎常常渴望在符号与模型之间找到那条通往真正智慧的捷径。谁能想到，“无代表”竟能成为一种颠覆传统认知、挑战中央控制的理念？今天，就让我们踏上一段奇妙而充满悬念的旅程——从传统的符号操作，到布鲁克斯提出的全新“无代表”体系，探索这一切背后的理论脉络和实际应用，品味AI发展历史中的那些跌宕起伏与戏剧性冲突。

---

🌍 走出困境：从传统符号到身体在场

正如一位老者在暮年审视人生时那般，我们在反思人工智能的发展历程时，也不得不问：当人工智能不再依赖于那一套“符号操作”的中央控制模式时，未来会如何？传统AI系统所依赖的符号代表着对世界的内部模型，它们将环境、意图、计划串联成一个中央“指挥室”，力图以理性、逻辑和计算达成智能行为。然而，这种方式却遭遇了实践中的种种局限。相对应的，布鲁克斯等人提出了反叛式的解决方案，借助身体在场的“嵌入式”系统以及多层次、底层而自下而上的控制结构，试图摆脱中央控制的桎梏。

传统人工智能在设计初期，寄希望于像“sense-model-plan-act”（感知－建模－规划－行动）的流程，构建一个内在的、完整的世界模型，从而再依据这个模型制定策略、搜索解决方案。但许多批评者指出，如此复杂而僵化的结构在实