这是一个机器人示例，它实现了 HPCT 并解决了与您的项目相关的一些问题， http://www.youtube.com/watch?v=xtYu53dKz2Q。
看到这两种范式的比较很有趣，因为它们都在相似的水平上接近人工智能领域，即表现出简单行为的具身代理。但是，两者之间存在一些根本差异，这意味着任何比较都将根据所选标准偏向其中一个。
主要区别在于生物学的合理性。包容架构虽然受到生物系统某些方面的启发，但并不打算在理论上代表这些系统。PCT 就是这样。关于生命系统如何运作的理论。
就PCT而言，最重要的标准是范式在生物学上是否合理，而准确性和复杂性等标准无关紧要。
另一个主要区别是，归入涉及行动选择，而 PCT 涉及感知控制（输出控制与输入控制），这使得对其他标准的任何比较都有问题。
关于你的论文，我对可能需要澄清或可能是拼写错误的观点有一些具体的评论。
“生物会试图通过改变他们的行为来达到他们的最终目标”——你的意思是改变吗？
“每个虚拟机的输出或错误信号是它下面机器的参考信号” - 参考信号可以是来自更高级别系统的一个或多个输出信号的函数，所以更严格地说，“每个虚拟机的输出或误差信号对较低级别机器的参考信号有贡献”。
“这里的主要区别在于 Subsumption 不包含‘冲突’的概念” - 好吧，它确实是为了对不同的层和子系统进行优先排序，以避免冲突。冲突是隐含的，因为没有专门的系统来处理冲突。
“‘重组’需要考虑其他层的目标。” 这并不能完全理解重组的含义。当感知控制系统长期存在错误时，就会发生重组，并且是系统结构发生变化的过程。因此，不仅仅是参考信号改变了系统之间的连接，或者系统的增益也会改变。
“设计复杂性：这是两种理论的基本属性。” 在被要求的意义上，它不是一个基本属性，而是一个特性，尽管它是一个关于理论的实现或可用性需要考虑的重要属性。然而，复杂性与理论的有效性无关。我会说 PCT 是一个非常简单的理论，尽管定义传递函数时会出现复杂性，但这适用于任何生命系统理论。
“以下步骤用于创建回避行为：”具有不同速度的多个节点似乎不必要地复杂。使用 PCT，只需要一个这样的节点，通过改变速度（可能是负数）来控制距离。
第 4.2.1 节“例如，回避 VM 尝试直接响应具有特定误差值的某些强度值。” 这听起来根本不像 PCT。使用 PCT，系统永远不会响应特定的错误（或输出）值，而是更改输出以使强度（在这种情况下）输入与参考值一致。
“因此，需要重组来处理这种相互冲突的行为。我”。如果当前系统无法解决冲突，则可能需要重新组织冲突。然而，重组的结果可能是一套能够解决冲突的系统。因此，可以设计解决冲突但不需要重组的系统。这通常是通过更高级别的控制系统或一组系统来完成的；在这种情况下应该是可能的。
在本节中，没有描述受控变量是什么，这是值得关注的。我建议清楚每个系统的目标（变量）是什么。
“因此，设计行为基于控制参考值。” 如果只是改变了参考值，那么我认为将其描述为“重组”是不准确的。这样的节点最好被描述为“冲突解决”节点，它应该是一个更高级别的控制系统。
图 4.1。标注为“错误信号”的链接实际上是输出信号。误差信号是比较器和输出之间的链接。
“机器人从未设法从尝试来回重组参考值的状态中恢复过来。” 我建议解决此问题的方法是在冲突系统之上建立一个系统，并从其中一个或两个中获取输入。它控制的变量可以简单地类似于“在开放空间中做圆周运动”，输入是回避系统感知的函数，然后是用作圆周运动参考的输出函数系统，这可能导致参考值低或为零，基本上关闭系统，从而避免冲突或干扰。请记住，参考信号可能是多个输出信号的加权函数。那些权重或信号，
“实际上，没有重组的概念就无法实施HPCT，因为无论如何都会发生冲突”。如上所述，HPCT 无需重组即可实施。
“回头看这个设计的精准度，很难说能适应。” 如果 PCT 系统在设计时考虑到了明确的控制变量，PCT 是高度自适应的，或者可以抵抗干扰的影响，这是 PCT 在当前上下文中描述自适应的方式。
一般来说，它可能只需要在文本中进行澄清，但由于在 PCT 实施模型中缺乏对受控变量的描述，而且似乎使用的一些“行为”模块对两种实施来说都是共同的，这让我想知道是否实际使用了 PCT 反馈系统，或者是否只是分层架构的概念与包容范式的概念形成对比。
我很高兴提供有关 HPCT 实施的更多详细信息，尽管此响应看起来有些过期，并且您已经超越了那个阶段。