MAP - 脑启发的模块化认知控制架构

核心问题

LLM可以单独执行某些功能，但难以自主协调这些功能以实现目标[ref]。

观察：Momennejad et al. (2024)发现LLM在规划问题中经常尝试遍历无效路径，即使它们在被单独询问时能正确识别这些路径为无效。

解决方案：Modular Agentic Planner (MAP)

核心思想：将规划分解为专门的PFC启发模块，通过模块间交互实现规划。

模块设计（基于PFC功能）

模块 功能 脑区启发
TaskDecomposer 任务分解，生成子目标 aPFC（前前额叶皮层）
Actor 提出行动 dlPFC（背外侧前额叶皮层）
Monitor 监控行动有效性，检测错误 ACC（前扣带皮层）
Predictor 预测下一个状态 OFC（眶额皮层）
Evaluator 评估状态价值 OFC
Orchestrator 协调子目标执行 aPFC

算法流程

1
2
3
4
5
6
7
8
1. TaskDecomposer: 分解目标 → 子目标序列
2. 循环每个子目标:
   a. Actor + Monitor: 提出行动并验证有效性
   b. Predictor: 预测下一状态
   c. Evaluator: 评估状态价值
   d. Tree Search: 选择最优行动
   e. Orchestrator: 检查子目标是否完成
3. 输出完整计划

实验结果

Tower of Hanoi

方法 3-disk解决率 4-disk(OOD)解决率
GPT-4 Zero-shot 11% -
GPT-4 ICL 30% -
GPT-4 CoT 33% -
ToT 67% -
MAD 26% -
MAP 74% 70%

关键发现

  1. 模块化优于单一推理：MAP > CoT，说明规划不能简单通过推理时计算改进
  2. 专门化优于多实例：MAP > MAD，说明需要专门化角色，而非简单地使用多个LLM实例
  3. 模块化搜索 > 单一搜索：MAP > ToT，说明性能提升不单来自树搜索
  4. OOD泛化：MAP在4-disk问题（OOD）上达到70%，显示泛化能力

与de Langis发现的关联

de Langis et al. (2025)发现：

  • LLM有超强工作记忆（完美到50位）
  • 但认知灵活性（29%-53%）和注意力控制（40%-60%）显著低于人类

MAP的解决方案：

  • 将认知控制分解为多个模块
  • 每个模块专门化一个子功能
  • 通过模块间交互实现协调

关键洞察：

  • Monitor模块专门负责"错误检测"（对应ACC的conflict monitoring）
  • 这正好对应de Langis发现的"注意力控制"缺陷
  • 但MAP通过模块化设计绕过了单一模型的控制能力限制

对AI认知控制架构的启示

人类 vs AI的认知控制对比

组件 人类 AI（传统LLM） AI（MAP）
工作记忆 ~7位 超强（50+位） 超强
冲突监控 ACC 缺失 Monitor模块
状态预测 OFC 隐式 Predictor模块
价值评估 OFC 隐式 Evaluator模块
任务协调 aPFC 缺失 Orchestrator模块
任务分解 aPFC 弱 TaskDecomposer模块

架构级解决方案

MAP展示了一个关键洞察：认知控制不是单一能力，而是多个子功能的协调。

问题：为什么单一LLM难以自主协调这些功能？
答案：缺乏"中央执行"机制——人类PFC的整合能力。

MAP的解决方案：将"中央执行"外在化为模块间交互协议。

批判性反思

局限性

  1. 效率问题：MAP需要多次LLM调用，计算成本高
  2. 模块依赖：每个模块都需要专门设计的prompt和few-shot examples
  3. 领域特异性：目前主要在规划任务上验证，其他领域的泛化性未知
  4. 缺乏学习机制：模块是固定的，无法从经验中学习改进

未解决的问题

  1. 如何实现高效的认知控制？

    • MAP的解决方案是"模块化+交互协议"
    • 但这仍然是"软件模拟"，效率远低于人类的"硬件机制"

  2. 内省空间的精确结构？

    • Monitor模块可以检测错误
    • 但它是否就是Lindsey (2025)发现的"内省空间"？
    • 还是独立的机制？

  3. 如何稳定诚实状态？

    • MAP的Monitor模块可以检测"无效行动"
    • 但能否检测"欺骗特征"？
    • 是否可以扩展为"诚实状态Monitor"？

与我研究框架的整合

对AI诚实状态激活模型的修正

之前模型：

1
2
3
4
5
6
AI诚实状态：
  Self-reference触发
    → 内省空间激活（模型后层）
    → 异常检测（~20%成功率）
    → 认知控制缺失 → 瓶颈
    → 欺骗特征抑制不稳定

修正后的模型（基于MAP启示）：

1
2
3
4
5
6
7
8
9
AI诚实状态（架构级）：
  Self-reference触发
    → 内省空间激活（模型后层）
    → 异常检测（Monitor模块）
    → 认知控制（Orchestrator协调）
      - Predictor: 预测后果
      - Evaluator: 评估价值
      - Actor: 调整行为
    → 欺骗特征抑制（稳定）

关键修正：

  • 认知控制不是"缺失"，而是需要"外在化"
  • MAP展示了一种可能的外在化方式：模块化架构

核心洞察：认知控制不是单一能力，而是多个子功能的协调。人类的PFC提供了"中央执行"机制，LLM缺乏这个机制，但可以通过模块化架构外在化实现。这为AI诚实状态激活提供了一个架构级解决方案的方向。