从状态同步到任务处理
早期的数字孪生系统将物理状态与数字表示同步。随着发展，它们转向以任务和知识为导向的运行方式。
认知数字孪生（CDT）为这项工作增添了认知能力。它针对特定任务构建模型，并根据运行反馈对其进行调整。
工作逻辑也随之改变：孪生体不再只是反映对象的状态，还能帮助解读任务、制定解决方案并完善后续行动。
四层架构
提出的架构将 CDT 的工作划分为四个层。每一层负责闭环运行周期中的一部分：
- 物理层传递物理状态。
- 数字孪生层将其与数字表示同步。
- 认知层利用知识、记忆和注意力构建任务模型。
- 任务层结合实际约束制定解决方案。
判断架构是否实用的标准，是是否具备全部四个层及其相互连接。孤立的模块本身还不能构成所描述的运行周期。
系统如何积累经验
经验通过运行反馈不断积累。首先，物理状态与数字表示同步。
随后，认知层针对特定任务构建模型。任务层结合实际约束制定解决方案。
任务执行后，反馈会完善认知经验，也会更新数字表示中的连接和注释。
在后续周期中，系统会调整对任务的解读、任务的启动方式以及推理过程。经验不仅影响单个模型，也会影响架构后续的运行。
两种运行模式
作者描述了用户请求模式和自主发起模式。两者的区别在于认知工作的启动条件：
| 模式 | 启动条件 |
|---|---|
| 按请求启动 | 用户提出请求 |
| 自主发起 | 系统主动采取行动 |
这两种模式规定了启动认知过程的不同方式。具体采用哪种模式，取决于由谁发起工作：用户还是系统。
研究结果
在一项小规模仿真研究中，作者展示了在语义信息有限的情况下，系统能够在闭环中可靠地完成任务。他们还指出，得益于任务执行经验的积累，运行效率有所提升。
这一结果仅适用于所描述的仿真研究。作者将提出的结构视为未来 CDT 系统设计的基础。
设计时的关键考量
作者重点介绍了与以下四个方面相关的机制和部署难题：
- 语义通信；
- 知识查询；
- 任务编排；
- 闭环同步。
评估架构时，重要的是考察这几个方面如何融入整体运行周期。文章指出，现有研究往往只关注单项工具，对它们如何在系统层面集成则阐述有限。
