# HE

**Repository Path**: jiaxiaogang/HE

## Basic Information

- **Project Name**: HE
- **Description**: 螺旋熵减系统
- **Primary Language**: Objective-C
- **License**: AGPL-3.0
- **Default Branch**: master
- **Homepage**: https://jiaxiaogang.github.io
- **GVP Project**: No

## Statistics

- **Stars**: 21
- **Forks**: 10
- **Created**: 2019-07-10
- **Last Updated**: 2026-01-19

## Categories & Tags

**Categories**: ai

**Tags**: artificial-intelligence, AGI, artificial-general-intelligence, transfer-learning, thinking-machine

## README

# he4o系统

儿时喜欢科技与哲学，好奇我们为什么活着，直至成为程序员后，我发现自己开始用代码来探索这一问题的答案。

#### he4o是一个螺旋熵减机，旨在实现一种通用人工智能（AGI）系统：

> 手稿：<https://github.com/jiaxiaogang/HELIX_THEORY> 在手写笔记目录下  

[![](https://img.shields.io/badge/%20QQ-在线交谈%20-orange.svg)](http://wpa.qq.com/msgrd?v=3&uin=283636001&site=qq&menu=yes)
![](https://img.shields.io/badge/%20Wechat-17636342724%20-orange.svg)

## 一、-------------成果：DEMO演示-------------

本人中年，因日常工作生活需要，每日剩余时间有限，尽量抽出30分钟左右投入HE开发，如无情况，终身更新，因投入时间太少，更新较慢，请勿期待。

#### DEMO计划及目录进度总结目录：

有一些已经完成，有一些还在推进中，有一些在未来计划中，如下：

1. 最小验证（总体完成度100%）。
    - 验证最小系统可行性，已完成（见HE.v1发布说明）。
2. 乌鸦智能（总体完成度80%）。
    - 拆分三部分之觅食，已完成（见下方DEMO1 & DEMO3）。
    - 拆分三部分之防撞，已完成（见下方DEMO2 & DEMO4）。
    - 拆分三部分之使用工具，已完成（见下方DEMO5）。
    - 三部分整合到一起，未完成。
3. 视觉完善（总体完成度60%）。
    - 1000像素基础的，已完成（见下方DEMO6 & DEMO7）。
    - 上万像素的迭代优化，完成度80%。
4. 文本训练（总体完成度0%）。
    - 初版做一些成语接龙之类的，未完成。
    - 后续可以做翻译等，未完成。
5. 面向现实（总体完成度0%）。
    - 初版做一些灵巧手控制，未完成。
    - 后续可以做小车或人形机器人整机融合视听行为等，未完成。

#### 已完成DEMO记录：

为了测试验证，做了一些小Demo在下方有gif图，更多更完整的Demo还在推进和完善工程细节中。目前he4o支持以下（附说明）：

| DEMO1 | 多向飞吃 |
| --- | --- |
| 说明 | 在这个DEMO中,它已通过交互学习,知道饿了吃坚果可以解决饥饿问题,也通过交互学习到飞行可以解决距离问题,在扔出坚果后,它会自行飞过去吃掉以解决饥饿问题; |
| 操作 | 在这个DEMO中,我投喂了两个坚果,并且点击了模拟饥饿(因为等手机掉电太慢了,很多时候我用模拟器跑,更不会掉电),别的都是它自己行为; |
|  | ![](https://github.com/jiaxiaogang/Resource/blob/master/Img/SMG/20210115多向飞行演示.gif?raw=true) |

| DEMO2 | 安全第一 |
| --- | --- |
| 说明 | 在这个DEMO中,在前面的交互中它被撞了一次,导致后面一看到飞过来的木棒,就立马躲开,并且再也不飞到下面了,即使扔坚果它也不去吃; |
| 操作 | 我可以用双击向下拉它,但它自己会立马躲上去,我也可以手动投喂坚果,但它依然会自己躲开不过去; |
|  | ![](https://github.com/jiaxiaogang/Resource/blob/master/Img/SMG/20210205被撞两下后死活不下来.gif?raw=true) |

| DEMO3 | 变向觅食 |
| --- | --- |
| 说明 | 在这个DEMO中,它会自动尝试飞到坚果处,并且吃掉,但它离的很近时尝试吃却没吃到,然后又思考了下,再飞近,才吃到坚果; |
| 操作 | 在这个DEMO中,我扔了坚果,点击了模拟饥饿,别的全是它自己的思考和行为; |
|  | ![](https://github.com/jiaxiaogang/Resource/blob/master/Img/SMG/20230628-多向连续飞吃b.gif?raw=true) |

| DEMO4 | 先躲再吃 |
| --- | --- |
| 说明 | 在这个DEMO中,它在饥饿后,准确去吃,但此时看到木棒,立马又躲返回来,等到木棒过去安全后,又飞上去吃坚果; |
| 操作 | 坚果我扔的,饥饿我点的,木棒我扔的,别的全它自己; |
|  | ![](https://github.com/jiaxiaogang/Resource/blob/master/Img/SMG/20230730-觅食途中遇险躲等安全再去吃.gif?raw=true) |

| DEMO5 | 初用工具 |
| --- | --- |
| 说明 | 在这个DEMO中,它可以通过踢行为来将带皮的坚果踢到路上,等木棍滚过压破皮后(初级使用工具功能),它再飞过去吃掉; |
| 操作 | 带皮坚果我扔的,饥饿我点的,木棒我扔的,别的全它自己; |
|  | ![](https://github.com/jiaxiaogang/Resource/blob/master/Img/SMG/20240809-自行踢坚果到路上和飞吃.gif?raw=true) |

| DEMO6 | 视觉识别DEMO1-鼠标识别 |
| --- | --- |
| 说明 | 在这个DEMO中，分别给系统看了12张不同的手写0和鼠标照片，然后让它识别一个新样式的鼠标，看它能不能识别出来它更像鼠标还是更像0。 |
| 操作 | 无操作，就让它分别看12张手写0和我自己拍的鼠标照片。 |
| 附链接 | 我把具体说明记录在以下链接中，可以点击链接查看34142部分文档。 |
|  | https://zhuanlan.zhihu.com/p/1897085669467206936 |

| DEMO7 | 视觉识别DEMO2-多物识别 |
| --- | --- |
| 说明 | 在这个DEMO中，分别给它看了手写0，杯子、手柄、猫咪、饮料的照片各五张，在此过程中，它边看边学边认，第一张时还不认识，但到第5张时已经可以比较稳定识别到这是什么。 |
| 附链接 | https://zhuanlan.zhihu.com/p/1898510362254500051 |

***

## 二、-------------功能说明-------------

目前he4o系统已支持：**感官、识别、预测、反馈、学习、归纳、类比、强化学习、迁移学习、价值感、意向性、计划、求解、快速响应外界变化、决断、行为，反思、评价、动态终身学习、稀疏表征、特征、感官入概念，肢体出概念，价值感概念、场景时序、方案时序、抽具象关系、宏微观、嵌套等**。

1. 机器学习支持：
   - 迁移学习为主（结构）（数理：集合论）
   - 强化学习为辅（竞争）（数理：概率论）
2. 网络知识表征支持：
   - 宏微关系：1、稀疏码 2、特征 3、概念 4、时序 5、价值
   - 抽具关系：即一般性与个体性之间的关系。
   - 嵌套关系：指场景与求解（即场景的变化）之间的关系。
   - 感理关系：感性（意向性）与理性。
3. 网络知识演化支持：具身（含感知I与肢体O）、自主、终身、动态、模糊。
4. 无论宏观框架还是微观细节设计,都依从相对与循环转化。
5. 思维控制支持：
   - 出入 (行为 & 感知) //含反馈
   - 认知 (识别 & 学习) //含类比
   - 需求 (任务 & 计划) //含意向
   - 决策 (求解 & 决断) //含反思
6. 计算：使用最简单的bool运算：`类比`和`评价`。
7. 记忆结构：长时为网（启发式）、短时为树（递归）、瞬时为序（依次）。
8. 编程思想：DOP (面向动态编程)。
    - 知识由后天演化，先天仅编写控制器和存储结构
    - 先天为器，后天为用。
    - DOP与OOP相反：OOP是先抽象后具象，DOP的前半部分是从具象找抽象，后半部分才是以抽象解具象。
9. 性能要求：可运行于单机终端（当前是ios设备）（依赖硬盘IO高于计算）。

***

## 三、-------------开源声明 & 付费声明-------------

1. 采用LGPL[![License](https://img.shields.io/badge/license-GPL-blue.svg)](LICENSE)开源协议。  
2. 商业化可联系作者获取商业授权，但商业化只可以获取应用层等的商业化授权（最终解释权由作者所有）。  
3. 反哺协议：只要基于本系统的任何开发，本系统有权无条件吸纳认为有用的代码归本系统所有。  
4. 付费：本软件的全部或部分 及 以螺旋论理论基础上衍伸开发的软件应用等 对个人免费，商业付费。商业付费标准为：商品定价的0.1%收取。
5. 打赏：您可以对我进行打赏，这份支持对我非常重要，以帮助我有更多资金与精力投入到该系统的研发，非常感谢。
  * 2024.06 感谢REmaiin(熬时间少年的你?) 10.6元
  * 2024.12 感谢REmaiin 66元
  * 2025.01 感谢*NIKOLAI 30元
  * ![](assets/支付宝收款码.png)

## 四、-------------螺旋论理论与模型-------------

> 螺旋论全称：螺旋熵减理论。  
> 螺旋论从2017年2月正式开始研究至2018年2月成熟，历时一年，模型在18年3月成熟。

| 螺旋论：含三大要素：定义、相对和循环，共同呈现螺旋形。 |
| --- |
| https://github.com/jiaxiaogang/HELIX_THEORY#%E7%86%B5%E5%87%8F%E6%9C%BA |

| 模型：由内而外相对循环，拆分为以下螺旋形模型图。 |
| --- |
| ![](https://github.com/jiaxiaogang/HELIX_THEORY/blob/master/%E6%89%8B%E5%86%99%E7%AC%94%E8%AE%B0/assets/508_%E4%BF%A1%E6%81%AF%E7%86%B5%E5%87%8F%E6%9C%BA202107%E5%8A%A8%E5%9B%BE%E7%89%88.gif?raw=true) |
| 1. 此图从内外双向、动静转化、主客角度，三种方式来解读。 |
| 2. 每外一个模块,与内所有模块之和相对循环 (如神经网络与思维,智能体与现实世界) |
| 注: 一切都是从无到有,相对与循环。 |
| 如: he4o认为自己活着 `源于循环`。 |

<br>

## 五、-------------HE系统实践-------------

HE系统是基于螺旋论的系统实现，该名称意为“和”的拼音，同时是HELIX螺旋的前辍。

##### 一、初版：`2017年2月`立项　－ `2018年10月21日`正式落地发布V1.0版本。  

##### 二、小鸟生存演示：`2018年11月`　－　`2024年底`。

##### 三、推进视觉成熟化：`2025年初`　－　`至今`。

##### 四、推进市场化：`筹备中`。

| 架构图 | ![](https://github.com/jiaxiaogang/HELIX_THEORY/raw/master/%E6%89%8B%E5%86%99%E7%AC%94%E8%AE%B0/assets/730_HE%E6%9E%B6%E6%9E%84%E5%9B%BEV5.png) |
| --- | --- |
| 实践说明 | 理论由内向外，实践由外向内，二者衔接（如越细节越偏向可行性探索而非完全由理论解释） |
| 架构设计 | 由螺旋论展开成螺旋熵减机模型,再由螺旋熵减机模型展开为系统架构 |
| 代码占比 | 内核代码中神经网络占30％,思维控制器占50%,其它（输入、输出等）共占20%; |
| 神经网络 | 神经网络的模型十字总结:`横向宏与微,纵向抽具象`; |
| 思维向性 | 每一种操作方向表示一种思维操作，如：认知、决策、理性、感性。 |
| 思维模块 | `1分2分4分8: 感知(入),识别(认),学习(知),任务(需),计划(求),求解(决),迁移(策),行为(出)` |
| 思维架构 | 思维控制器整体呈现螺旋形运行 |

***

## 六、-------------总结-------------

我只是一个程序员，不要对我有过高的期待，我并不是在做科研，只是在写一个自认为的AI系统代码而已，感谢理解。

**说明：自上世纪50年代以来，人类70年人工智能研究史跌宕起伏，我个人更愿意将其分成两个切入点：**  

1. 一者是偏向强化竞争自编程遗传，主打以算力动态竞争得到更正确的效果，来体现智能。  
2. 二者是偏向规则推理控制行为等，主打以设计固定规则得到更符合的效果，来体现智能。  

**问题：前者太活，后者太死。**  

3. 最近前者开始向后者进发，加入标注图，围棋规则、自然语言规则，推理规则。  
4. 而后者开始向前者进发，加入人工知识库、预处理知识、世界模型、具身。  

**思路：我们结合二者的优点。**  

5. 我相信在二者之间有一个平衡点，它用先天精心设计的代码规则，后天跑出动态终身习得知识数据。  
6. 我一直在找这样的平衡点，让二者像左手和右手一样协作，又设计了上升机制，让二者良性循环，螺旋上升。  

**要素：AI系统应该具备哪些呢？**  

7. 我认为AI的思维应具备：“感知、识别、预测、反馈、强化、学习、价值感、意向性、计划、求解、迁移、反思、评价、决断、行为等”。  
8. AI的知识表征应具备：”稀疏表征、特征、概念、场景时序、时序变化、价值感、抽具象等”。  
9. 从效果上至少可以动态学习，终身学习，及时响应外界变化等。  

**现状：现业内做到了哪些呢？**  

10. 当前AI成果，与当年最初设想的AI还相差甚远，还都远远达不到具备以上那些。  
11. 最火热的GPT只是文字世界的AI，多模态没做好只算感官做了20%，别的模块更少。  

**计划：本系统要实现哪些呢？**  

12. 8年来以上这些he4o几乎都已经达到了，不过还有许多工程细节和坑在修，复杂的demo总是遇到bug卡住，而简单的demo又没什么威力，民众只认效果。
13. he4o旨在实现以螺旋熵减机式的通用人工智能系统。  


## 七、-------------开发：时间线-------------

> ##### 2025.11.26 `至今`
> - 测试：`特征演化竞争浮现`

> ##### 2025.10.22 `耗时33天`
> - 测修BUG & 细节完善：`特征演化竞争浮现`、`GT难识别问题：简化GT识别ref通路`、`ProtoGT不成形问题：ST防抽具低值降权`

> ##### 2025.09.04 `耗时48天`
> - 迭代：`组特征改回独立网络模块`、`单特征分区均衡竞争`

> ##### 2025.07.29 `耗时35天`
> - 迭代：`组特征识别改为自举`

> ##### 2025.06.11 `耗时48天`
> - 迭代：`自适应粒度-废弃组特征`

> ##### 2025.05.08 `耗时33天`
> - 测试：`测试自适应粒度版本`、`迭代支持组特征`

> ##### 2025.04.23 `耗时15天`
> - 继续训练DEMO & 视觉版本迭代：`多特征快速提取`、`视觉可视化调试工具`、`自适应粒度版本迭代`

> ##### 2025.04.13 `耗时10天`
> - 回测优化训练DEMO：`回测似层组特征的识别与类比`、`视觉DEMO1：鼠标识别成功`、`优化组码索引`、`视觉DEMO2：多物识别成功`

> ##### 2025.03.22 `耗时19天`
> - 回测优化细节：`回测多码特征: 构建 & 识别 & 类比 & 抽象`、`迭代稀疏码索引之：组码索引`、`测特征的合理抽象度 & 测组码索引`、`迭代支持特征似层识别与类比（单特征向似层找组特征）`

> ##### 2025.03.15 `耗时6天`
> - 多码特征：`支持多码特征`、`感官算法&感官模型`、`组码表征&特征表征`、`组码识别&特征识别`、`组码类比&特征类比`

> ##### 2025.02.27 `耗时16天`
> - 迭代细节：`简化H嵌套`、`迭代OutSPDic表征方式`、`废弃迁移虚转实（IScene层不挂Canset）`、`Solution仅从FScene继承`、`迭代CansetV3类比`、`测下简化嵌套，OutSPDic数据结构，求解仅从FScene，CansetV3类比等`

> ##### 2025.01.08 `耗时49天`
> - 迭代细节：`明确和完善：H迁移延着R迁移关联进行`、`迭代hSolutionV4：扩大求解范围和修正迁移路径`、`测试hSolutionV4（测得H嵌套复杂问题）`

> ##### 2024.11.21 `耗时47天`
> - 测修BUG：`继续试错训练`、`优化性能 & SP巨大BUG 等多个BUG`、`抽具象时序匹配度为空BUG`、`测有向无距场景的竞争浮现`、`RealCansetTo映射有重复元素BUG`

> ##### 2024.10.11 `耗时40天`
> - 回测：`继续试错训练`、`测得二次过滤后,多样性消失BUG`、`时序识别似层化`、`迭代迁移: 学时即推举 & 用时只继承`、`子即父,父非子`、`I/F综合稳定性计算`

> ##### 2024.09.10 `耗时30天`
> - 迭代细节：`迭代Canset类比算法`、`整修outSPDic的BUG`、`TCPlan支持反思R子任务`、`启用迭代前段条件满足`、`迭代时序全含算法`

> ##### 2024.08.09 `耗时30天`
> - 综合训练：`连续多向觅食`、`打开protoFo的全局防重`、`完善TCPlanV2流程细节`、`试错训练`、`广传染&窄计数`

> ##### 2024.07.20 `耗时19天`
> - 回测训练：`训练用搬运`、`微调:多触发Canset类比抽象`

> ##### 2024.07.06 `耗时14天`
> - 迭代TCPlanV2 & 连续视觉：`训练用搬运(失败)`、`迭代TCPlanV2`、`训练用搬运(成功但不稳定)`、`连续视觉`

> ##### 2024.05.25 `耗时40天`
> - 回测训练：`测试`、`支持OutSPDic`、`训练无皮果动机ok`、`训练Canset试错训练ok`、`训练学去皮ok`、`训练有皮果动机ok`、`微调:持续价值感的任务的失效机制调整为-负mv反馈后任务不失效`、`训练学搬运`

> ##### 2024.05.10 `耗时15天`
> - Canset的传染机制：`Canset的传染机制: 批量判断否和批量唤醒`

> ##### 2024.04.25 `耗时15天`
> - 测训&修细节：`概念识别BUG导致feedbackTOR不成立`、`迭代convert2RCansetModel()算法:1.优化条件满足判断 2.候选池宽入100%激活`

> ##### 2024.04.10 `耗时15天`
> - Canset的IndexDic：`HCanset的IndexDic收集与计算`

> ##### 2024.03.12 `耗时28天`
> - 训练测试：`回测实时竞争和HSolutionV3`

> ##### 2024.02.15 `耗时25天`
> - 迭代hSolutionV3：`迭代hSolutionV3`、`迭代迁移: 综合indexDic计算 & 推举继承合并`

> ##### 2024.01.10 `耗时25天`
> - 解决方案实时竞争：`支持持续反馈 & 持续反馈评价`、`Cansets实时竞争`、`迭代TCPlanV2`

> ##### 2023.12.28 `耗时12天`
> - 搬运训练：`搬运动机训练`、`学会搬运`、`运用搬运`、`Root竞争进度分加权`、`hCanset迁移优化: 基于r场景树和hAlg抽具象树实现迁移`

> ##### 2023.11.09 `耗时49天`
> - 搬运训练：`搬运动机训练`、`交层Canset训练`、`规划搬运训练步骤`、`迁移时连带迁移SP值`、`构建Canset改为场景内防重`、`同质任务执行太多次问题: 同质Root合并`、`决策性能优化(15s至1s)`

> ##### 2023.10.17 `耗时22天`
> - 去皮训练：`整理Canset演化过程`、`废弃Canset识别类比`、`加重Canset预想与实际类比`、`全面支持cansetAlg的共同抽象即匹配`、`预想与实际类比中的实际fo: 采用pFo.realMaskFo生成`

> ##### 2023.09.07 `耗时40天`
> - 去皮训练：`H任务支持TCScene & TCCanset & TCTransfer`、`HCanset由R场景改为单独场景`、`优化去皮训练步骤`

> ##### 2023.08.16 `耗时20天`
> - 去皮训练：`学会去皮`、`训练步骤设计与实施`

> ##### 2023.07.30 `耗时17天`
> - 去皮训练：`去皮动机`

> ##### 2023.07.16 `耗时14天 其中测试7天`
> - 多线程思维：`思维用TI和TO两个线程`、`回归测训`

> ##### 2023.06.29 `耗时17天`
> - 测父子任务：`迭代TCRefrection反思: 改到行为化前`、`反思识别二次过滤器`

> ##### 2023.06.01 `耗时28天`
> - 防撞和觅食训练,等安全再吃训练：`性能优化`、`防撞训练ok`、`觅食训练ok`、`防撞觅食联合训练ok`、`持续饥饿感`

> ##### 2023.05.25 `耗时7天`
> - 识别准确度提升：`识别二次过滤器`

> ##### 2023.05.07 `耗时18天`
> - 回测Solution数据流竞争演化情况：`训练测试稳定的scene演化过程`、`迭代solutionFoRank排名器`

> ##### 2023.05.03 `耗时4天`
> - 梳理TO数据流：`Solution竞争断层: 宽入窄出`、`solutionCanset过滤器`、`solutionScene过滤器`

> ##### 2023.04.20 `耗时12天`
> - Canset迁移性增强回测：`修复canset迁移后支持indexDic等BUG`

> ##### 2023.04.02 `耗时18天`
> - 提升Canset迁移性决策部分：`Canset迁移性增强的决策支持`、`TCScene场景树`、`TCCanset.override算法`、`TCRealact可行性`、`TCTransfer推举和继承算法`、`相应更新SPEFF`

> ##### 2023.03.21 `耗时11天`
> - 提升Canset迁移性认知部分：`外类比支持匹配度共同点`、`构建新Canset优先用场景alg`、`迭代Canst识别&全含判断`、`Canst外类比`、`Canst空概念`、`抽象Canset初始SPEFF`、`Canset识别支持AIFilter`、`回测Canset迁移性`

> ##### 2023.03.09 `耗时12天`
> - 训练：`觅食和防撞训练`、`特征主观恒常性`、`Canset惰性期`、`测得Canset迁移性差问题`

> ##### 2023.02.26 `耗时13天`
> - 优化：`测决策循环连续飞躲`、`反思子任务不求解`、`BUG_行为转任务死循环`、`BUG_静默任务被激活`、`调整过滤器提升识别准确度`、`觅食训练规划:mv进时序(未完成)`、`增加迁移性与识别准确度:废除客观特征`

> ##### 2023.02.14 `耗时12天`
> - 优化：`使取S越来越准`、`识别率低BUG`、`支持AIFilter过滤器`

> ##### 2023.02.04 `耗时10天`
> - 回测：`测试条件满足功能`、`回测项大整理`、`修复R任务的Canset再类比时机与条件判断BUG`

> ##### 2023.01.03 `耗时12天 (含测试12天,中途春节休7天)`
> - 优化：`迭代canset前段条件满足`、`使概念识别越来越准`、`修复前段条件满足不完全的问题`

> ##### 2022.12.17 `耗时16天`
> - AIRank：`概念识别和时序识别的综合竞争: 支持强度竞争`、`回测`

> ##### 2022.11.30 `耗时17天`
> - 二十测：`回归测试`

> ##### 2022.10.15 `耗时45天`
> - 优化：`抽具象多层多样性优化`、`持久化与复用概念相似度`、`迭代时序识别：持久化与复用indexDic`、`canset演化周期`、`废除TO反思识别`

> ##### 2022.10.08 `耗时7天`
> - 测试：`废弃isMem`、`继续测试反思`

> ##### 2022.09.18 `耗时12天`
> - 测试：`测试任务失效机制`

> ##### 2022.09.01 `耗时17天`
> - 调优：`任务失效机制`

> ##### 2022.08.06 `耗时25天`
> - 测试：`测试TCRefrection`、`性能优化`

> ##### 2022.07.05 `耗时22天 中途旅游休8天`
> - 十九测：`迭代TCRefrection反思`

> ##### 2022.06.05 `耗时9天 中途疫情休20天`
> - 梳理TC数据流：`决策配置调整: 快慢思考部分`、`学时统计 & 用时概率`、`测连续飞躲`、`Analyst综合排名`

> ##### 2022.05.20 `耗时15天`
> - 梳理TC数据流：`识别准确度优化：逐层宽入窄出`、`数据流：整体观`、`快思考慢思考`、`TCActYes每帧O反省`

> ##### 2022.05.11 `耗时9天`
> - 性能优化：`优化pFo识别性能`、`迭代Demand支持多pFos`、`十八测回归测试`

> ##### 2022.05.04 `耗时7天`
> - 工具优化：`十七测`、`强化训练工具优化：支持模拟重启`、`思维可视化工具优化：支持手势缩放`

> ##### 2022.04.28 `耗时6天`
> - 梳理TC数据流：`整体兼顾`、`各线竞争`

> ##### 2022.04.23 `耗时5天`
> - 十六测：`性能优化`、`强化学习训练`

> ##### 2022.03.28 `耗时8天 中途疫情休17天`
> - 强化训练：`开发强化学习稳定性训练器: RLTrainer`

> ##### 2022.03.13 `耗时15天`
> - 思维可视化工具：`TOMVisionV2迭代: 思维可视化`

> ##### 2022.02.16 `耗时25天 中途春节疫情休25天`
> - 十五测：`春节结束，开工回归测试`

> ##### 2022.01.15 `耗时5天`
> - 十四测：`回测相近匹配`

> ##### 2022.01.10 `耗时5天`
> - 相近匹配：`相近匹配`

> ##### 2021.12.26 `耗时15天`
> - 回归十三测：`新螺旋架构测试`、`反省分裂迭代测试`

> ##### 2021.12.22 `耗时4天`
> - 反省迭代：`hSolution从SP取解决方案`、`分裂:感性反省 和 理性反省`、`废弃HN`

> ##### 2021.11.18 `耗时34天`
> - 思维控制器架构大迭代：`完善螺旋架构`、`废弃宏微决策`、`反思融入识别`、`工作记忆树迭代`、`迭代综合评价`、`末枝最优路径`

> ##### 2021.11.04 `耗时14天`
> - R决策模式迭代：`FRS评价器迭代`、`废弃dsFo`、`废弃PM`、`废弃GL`

> ##### 2021.10.19 `耗时15天`
> - PM稳定性迭代：`VRS评价器迭代`、`VRSTarget修正目标`

> ##### 2021.09.29 `耗时20天`
> - v2.0十二测与训练：`IRT的SP参与VRS评分`、`SP定义由顺逆改为好坏`、`紧急状态不反思`、`主客观互卡问题`、`tir_OPushM迭代：IRT的理性失效`

> ##### 2021.09.14 `耗时15天`
> - 网络节点类型排查：`指针集成type`、`自检测试`、`网络at&ds&type错误大排查`

> ##### 2021.07.08 `耗时66天`
> - v2.0十一测与训练：`子任务回测`、`R决策模式`、`防撞训练`

> ##### 2021.06.25 `耗时13天`
> - 子任务细节改动：`子任务的已发生截点`、`同级任务协作`

> ##### 2021.06.05 `耗时17天`
> - 子任务细节改动：`子任务协同`、`子任务不应期`

> ##### 2021.05.24 `耗时1个月`
> - v2.0十测与训练：`子任务测试`、`防撞训练`

> ##### 2021.04.10 `耗时44天`
> - v2.0九测与训练：`觅食训练&变向觅食训练`

> ##### 2021.04.07 `耗时15天`
> - HNGL嵌套迭代：`内中外类比迭代v3,v4`、`迭代getInnerV3()`、`RFo抽具象关联`

> ##### 2021.03.12 `耗时20天`
> - v2.0八测与训练：`R-模式测试`、`觅食和防撞融合训练`

> ##### 2021.02.23 `耗时37天`
> - 决策理性迭代：`规划决策`、`子任务迭代：理性反思`、`来的及评价`、`嵌套关联`

> ##### 2021.01.30 `耗时4天`
> - R-决策模式V3迭代、反向反馈外类比

> ##### 2021.01.23 `耗时35天`
> - v2.0七测与训练 `防撞训练`、`R-模式测试`

> ##### 2021.01.15 `耗时8天`
> - In反省类比迭代、R-决策模式V2迭代 `迭代触发机制: 生物钟触发器`

> ##### 2020.12.24 `耗时20天`
> - v2.0六测与训练 `多向飞行正常`

> ##### 2020.12.07 `耗时1个月`
> - AIScore评价器整理完善：`时序理性评价：FRS`、`稀疏码理性评价：VRS`

> ##### 2020.11.07 `耗时1个月`
> - v2.0五测与训练

> ##### 2020.10.21 `耗时15天`
> - TIR_Alg支持多识别

> ##### 2020.09.01 `耗时1个月`
> - v2.0四测与训练

> ##### 2020.08.12 `耗时27天`
> - Out反省类比迭代 (DiffAnalogy)、生物钟(AITime)、PM理性评价迭代v2

> ##### 2020.06.28 `5天`
> - 决策迭代：PM理性评价

> ##### 2020.06.06 `耗时2个月`
> - v2.0三测与训练

> ##### 2020.05.15 `耗时20天`
> - 决策迭代：（根据`输出期短时记忆`使决策递归与外循环更好协作）

> ##### 2020.04.21 `耗时1个月`
> - 决策迭代：（根据`输入期短时记忆`使决策支持四模式）

> ##### 2020.03.31 `耗时1个月`
> - 迭代外类比: 新增反向反馈类比 (In反省类比) (构建SP正负时序、应用SP于决策的MC中、迭代反思)

> ##### 2020.02.20 `耗时18天`
> - 稀疏码模糊匹配

> ##### 2019.12.27 `持续3个月`
> - v2.0二测与规划性训练－－回归小鸟训练

> ##### 2019.11.22 `耗时1个月`
> - 理性思维——反思评价

> ##### 2019.09.30 `耗时2个月`
> - 理性思维——TOR迭代 (行为化架构迭代、支持瞬时网络)

> ##### 2019.08.25 `耗时1个月`
> - 理性思维——TIR迭代 (时序识别、时序预测、价值预判)

> ##### 2019.06.20 `耗时2个月`
> - v2.0版本基础测试改BUG 与 训练

> ##### 2019.06.05 `写完耗时15天,调至可用性达到标准至45天`
> - v2.0一测－－小鸟训练——神经网络可视化v2.0

> ##### 2019.05.01 `耗时1个月`
> - 优化性能——`XGWedis异步持久化` 和 `短时内存网络`

> ##### 2019.03.01 `耗时2个月`
> - 内类比 （与外类比相对）

> ##### 2019.01.21 `耗时40天`
> - 迭代决策循环 （行为化等）

> ##### 2018.11.28 `耗时2个月`
> - 迭代神经网络 (区分动态时序与静态概念)

> ##### 2018.11.05 `规划耗时20天`
> - 势 (小鸟生存演示) (v2.0开始开发)

> ##### 2018.10.21 `耗时0天`
> - v1.0.0 (he4o内核发布)

> ##### 2018.10.20 `耗时0天`
> - 螺旋熵减机 (产生智能的环境)

> ##### 2018.08.29 `耗时2个月`
> - MOL

> ##### 2018.08.01 `耗时1个月`
> - MIL & MOL (重构中层动循环)

> ##### 2018.07.01 `耗时1个月`
> - HELIX (定义、相对和循环呈现的螺旋型)

> ##### 2018.06.01 `耗时1个月`
> - 三层循环大改版 (mv循环,思维网络循环,智能体与现实世界循环)

> ##### 2018.05.01 `耗时1个月`
> - 相对 (he4o实现定义,横向相对,纵向相对)

> ##### 2018.02.01 `耗时3个月`
> - 宏微 (前身是拆分与整合,宏微一体)

> ##### 2017.12.09 `耗时2个月`
> - 定义 (从0到1)

> ##### 2017.11.10 `耗时1个月`
> - 规则 (最简)

> ##### 2017.09.20 `耗时50天`
> - DOP_面向数据编程
> - GNOP_动态构建网络

> ##### 2017.08.23 `耗时1个月`
> - 神经网络 (算法,抽具象网络)

> ##### 2017.08.02 `耗时20天`
> - MindValue（价值）

> ##### 2017.07.10 `耗时20天`
> - 树BrainTree(参考N3P7,N3P8)

> ##### 2017.06.01 `耗时40天`
> - 三维架构(参考笔记/AI/框架)

> ##### 2017.05.22 `耗时10天`
> - OOP编程思想->数据语言 (OOP2DataLanguage)

> ##### 2017.05.21 `耗时1天`
> - 重绘了新版架构图; (AIFoundation)

> ##### 2017.04.21 `耗时1个月`
> - 金字塔架构

> ##### 2017.03.21 `耗时1个月`
> - 分层架构

> ##### 2017.02.21 `耗时1个月`
> - 流程架构