该论文介绍了 NEST（Nested Episodic State Topology），这是一种基础的图论表示本体论，旨在通过结构化状态的形成和转换来模拟认知。它将概念、片段、感知和任务上下文表示为带类型的加权图，节点携带内部子图有效载荷，边被分类为六种关系类型。

  • 持久的信念图与容量有限的工作记忆图分离，后者托管临时内容。
  • WM-belief 接地、冲突目录和信念更新运算符定义了临时结构如何与存储的知识相互作用。
  • 可重用的运算符工具包包括激活、图属性函数式和意识轨迹函数式。
  • 派生的诊断指标如碎片化、参与度、连贯性和活跃冲突，在本体论内定义了熟悉的认知现象。
  • 兼容性映射将 ACT-R、Soar、Sigma、Common Model of Cognition、Global Workspace Theory、语义网络、Theory-Theory 和分块嵌入为该语言的受限区域。

该贡献作为一个透明的表示基底，旨在用于后续的实证、计算和领域特定工作。