对延展认知的某些讨论涉及动力系统理论和移动机器人技术这两个领域的工作，这些工作被认为提出了认知并不包含表征的理由。我们认为在有关这些研究纲领表明了什么这一点上人们还没有达成共识。 尽管如此，对于人们认为的这两个领域的工作所具有的含义还是值得关注的。我们无法在本书中对动力系统和移动机器人这两个领域当前工作的复杂性作出全面而妥帖的介绍和分析。我们要做的是提出表明我们为什么不得不质疑人们认为这一工作具有反表征主义那种含义的理由。事实上，我们将把注意力集中于在我们看来出自这两个传统的反表征主义灵感的主要问题。
在一篇早先的论文中——这篇论文考虑了认知过程也许是动力系统状态空间变化这一假设——范·盖尔德（van Gelder，１９９５）注意到人们可以调整蒸汽机的节流阀（throttle valve）以使飞轮（flyw heel）维持一个恒定速度的两种方式。一种方式是通过一种算法，这种算法涉及测量飞轮的速度，将这一速度与目标速度进行比较，然后调整节流阀。另一种方式是将飞轮与垂直轴（vertical spindle）相连接。在这个轴上，人们可以增加旋臂，在旋臂的末端设有金属球。这样，臂的旋转机械装置就可以被连接到可调节的节流阀。如果飞轮转速太快，旋转臂上的离心力就会增加，并向外延展出旋臂，由此降低节流阀的速度。如果飞轮转速太慢，旋臂上的离心力就会降低，并向内落下旋臂，由此加快节流阀的速度。这种组织构成了瓦特调速器。出于对范·盖尔德的论证的考虑，假设第一种方法是包含表征的计算方法，第二种方法是动力系统中的非计算方法，这种方法并不涉及表征，并且假设它们是真正不同的方法。那么这就暗示着如果认知过程由并不使用表征的动力系统状态空间的变化构成，那么认知加工就不要求表征。
我们认为这种论证对我们关于认知涉及表征，无论是衍生或是非衍生的表征的假设没有什么影响。在论证中，范·盖尔德注意到有两种完成或执行任务的方式，在这一例子中，任务就是调整蒸汽机的气流。一种方式是通过计算机，另一种方式是通过一个动力系统（这里并不适用表征）。假设情况的确如此。现在考虑获取食物这一任务。实施这种任务的一种方式可以是调动像视觉识别这样的认知加工机制来评估某个对象是否适宜食用，考虑如何从环境中获得食物，等等。许多动物明显用这种或那种认知策略来捕获食物。但是另一种捕获食物的方式显然不包含任何认知。像所有的食虫植物那样，捕蝇草（Venus flytrap）明显使用的是完全非认知的方法。这种植物会分泌一种甜甜的黏液来吸引昆虫。当一只昆虫靠近这种黏液，并恰巧引起诱捕装置的毛发结构，这种诱捕装置就猛地闭合。在这个过程之后的几天内，被捕获的昆虫将被完全地包裹并被叶子中的腺体（glands）消化掉。捕蝇草捕获食物的方式表明了认知并不要求表征吗？不。一种完全合理的说法是，获取食物的任务根本就不要求认知。因此，关键是：表明了某个并不使用表征的动力系统完成了某个任务这一点，并不表明认知不必包含表征。它所表明的也许只是根本无需通过使用认知加工来执行任务，因此也就无需使用表征来执行任务。
人们也许主张获取食物不是一项认知任务，所以这样的例子具有误导性。就算是如此吧。那么让我们假设一个更加复杂的任务，这个任务是在一个建筑物周围寻找铝制碳酸饮料罐。人明显会运用认知机制来完成这个任务，这些机制也许包括视觉搜寻、物体识别和作出计划。究竟会使用哪些认知机制，以及这些机制究竟是怎样的，这些的确是一个有待研究的主题，但无须怀疑的是人至少会使用某些机制。现在假设有一个科学家或工程师开发了一个动力系统，这个系统不使用任何表征也能完成这个任务。人们也许会说，这表明认知并不包含表征，但我们认为这个推理有些过于仓促。由这样一个假设的例子所表明的全部东西是：尽管有先前的期待，这个任务并不真正要求认知加工，因此也就并不真正要求表征。
但是人们还可以继续坚持。也许人们需要比在建筑物周围寻找铝制碳酸饮料罐更为苛刻的东西。这样，假设人们想建造出具有如下能力的造物（creatures）：
● 这样的造物必须适当和及时地处理其动态环境中的变化。
● 这样的造物应当对其环境具有强健的适应。环境状况的微小变化不应当致其行为的完全崩溃；确切地说，人们应当仅仅期望随着环境的逐渐变化，这一造物的能力也会发生渐变。
● 这样的造物应能维持多重目标，并且能够依据其所处环境的状况改变它所积极寻求的某个具体目标；这样它既能够适应环境也能够利用环境中的偶然状况。
● 这样的造物应当在世界中有所作为；它应当具有某些当下的目标。（Brooks，１９９９，p 。８６）
初看起来，人们也许会认为只有在那些进行认知加工的行动者那里才能够获得这样的条件。但除非人们小心地用这一目的来解释这些条件，否则对于发现某些非认知的生物体也能满足这些条件，人们也应当不必诧异。有些植物就可能满足这些条件。就生存、繁衍甚至繁盛而言，植物也要应付它们的环境。通过将根向适当的方向伸展，通过表现出趋光性，植物经常对它们的环境作出反应。许多植物能够在各种不同的气候和环境中茁壮成长。如果人们算上长出叶子、根与茎，吸收二氧化碳，收集水分等等，可以说植物有多重目标。也许它们也在环境中有所作为，并且在本质上完全相同的意义上与动物一样具有某种目的。因此，与最开始可能有的期待相反，我们不应当假设只有认知行动者才能满足这些条件。
上述的考虑可以应用于移动机器人科学应当是很明显的。布鲁克斯（１９９９）描述了一个移动机器人——赫伯特，它的任务是在M I T 的办公室里找到铝制碳酸饮料罐，拾起它们，并把它们拿回到起点。只是为了论证的需要，让我们承认赫伯特缺少衍生或非衍生表征。 再进一步，假设赫伯特满足了布鲁克斯在上面所描述的设计标准，这些标准包括适当和及时地处理环境变化，以一种强健的方式应对环境等。由此人们也许会推断出赫伯特具有智能，或是一个认知行动者，即使它缺少表征。然而，任何持这种论断的人显然预设了在M IT 房间里寻找铝制碳酸饮料罐的任何机制都需要认知加工或智能，预设了能完成这项任务的任何设备都必须利用认知加工或者必定是有智能的。但是一旦我们质疑对任务的这种评价，就可以获得一种不同的分析。也就是说，如下的论断是可能的：尽管可以用人的方式，即通过运用认知机制，来完成诸如收集铝制碳酸饮料罐这样的任务，其他的装置或生物体也能够通过一系列简单的非认知机制完成这一任务。也许，这表明除了使用认知机制完成这一任务，人们也能够用纯粹由刺激驱动、非认知的机制来实施这一任务。就好像在某种意义上，对于一个生物体来说试图完成某个任务而不用到表征是最佳的一样，在某种意义上对于一个生物体来说试图完成某个任务而不用思考也是最佳的。
目前的考虑强化了本书的一个主要观点，即延展认知的倡导者有必要发展一个关于认知的可靠理论。没有这样的一个可靠的理论，人们就没有什么理由说赫伯特，或者某些缺乏表征的动力系统，事实上是一个认知行动者。它可能仅仅是一个不具有认知能力的机器。它可能更像是植物而不是动物。我们在第５章会回到这一主题，在那里我们会讨论某些关于认知标志的理论，我们可以在延展认知的文献中或隐含或明显地找到这些理论。
