Абстракции и семантическая структура
abstract_images.js
Закрытие кадра ЭП
При closeLastFrame после вычисления effect вызывается AbstractImages_cloneFromEpisodeFrame: для пары (узел ветки, stimulusImageId) создаётся или усиливается клон восприятия — усредняются meanImportance и count по эффекту эпизода. Если actionImageId ненулевой — аналогично клон действия по (узел, ОД); при actionImageId === 0 после «нуляции» клон действия не строится, но клон восприятия и семантика обновляются.
Два типа клонов
AbstractPerceptionImages
ключ: ветка + FinalImage стимула
Жёсткий образ ситуации → гибкий клон с накопленной значимостью
AbstractActionImages
ключ: ветка + образ действия
Только если было реальное действие в кадре
semanticStructure
У каждой записи-клона есть semanticStructure: { frames: [ … ] }. В массив попадают снимки правил по условиям (perceptionNodeId, situationId): вид ruleKind — episodic (лучший эпизод по большему effect) или teacher (есть ответный стимул оператора; приоритетнее эпизодического для той же пары условий). Обновление — AbstractImages_upsertSemanticRuleFromEpisodeFrame отдельно для клона восприятия и для клона действия.
{ frames: [ { perceptionNodeId, situationId, ruleKind, stimulusImageId, actionImageId, effect?, responseStimulusImageId? } ] }
Связь с ментальными автоматизмами
Ур. 3 использует AbstractImages_findRuleFrameMatchingContext — поиск кадра в semanticStructure, согласованного с текущим контекстом ФО; при успехе и при положительном сценарии запускается мотор через эпизодический контур. После ответа оператора при совпадении с кадром структуры вызываются AbstractImages_applyEpisodeEffectToSemanticContextAbstractions и при effect > 0 — MentalAutomatizms_tryCreateFromSemanticStructureRule (ур. 2/3). Ментальные правила в mental_automatism.js могут опираться на abstractPerceptionId или abstractActionId.
Произвольно модифицируемые абстракции
В концепции модуля (комментарии в abstract_images.js) жёсткие образы восприятия и действия из кора получают представительство клонов в «области осмысления»: с этими клонами в дальнейшем можно связывать новые правила, фантазийные дополнения и цепочки ментальных операций — без повторения сенсорного сырья. Эпизоды записывают указатели на абстракции; правила становятся гибче чисто моторных цепочек.
Адаптивность к новым условиям
Для новой пары (ветка, ситуация) добавляется новый кадр в semanticStructure или обновляется существующий по правилам выбора episodic/teacher. Накопление meanImportance и история эффектов позволяют при смене контекста выбирать другое устойчивое правило без пересборки жёстких образов. Отрицательный опыт ослабляет веса (через пайплайн применения эффекта к абстракциям); положительный — усиливает и может породить ментальный автоматизм — существо быстрее «подстраивает» поведение и отладку гипотез под новые условия.