認知架構既指關于人類思維結構的理論，也指在人工智能（AI）和計算認知科學領域使用的這種理論的計算實例。形式化的模型可以用來進一步完善認知的綜合理論，并作為有用的人工智能程序。成功的認知架構包括ACT-R（AdaptiveControlofThought-Rational）和SOAR。認知架構作為認知理論的軟件實例化的研究是由AllenNewell在1990年發起的。他將他對長期記憶和思維過程的研究的更多方面納入這項研究，并最終設計了一個他最終稱之為ACT的認知架構。他和他的學生們受到了艾倫-紐維爾對認知架構這一術語的影響。安德森的實驗室用這個詞來指代ACT理論，它體現在一系列的論文和設計中（當時還沒有ACT的完整實現）。1983年，約翰-R-安德森發表了這一領域的開創性工作，題為《認知的結構》。人們可以區分認知理論和理論的實現。認知理論概述了頭腦各部分的結構，并對規則的使用、聯想網絡和其他方面做出了承諾。認知架構在計算機上實現了該理論。用來實現認知架構的軟件也是認知架構。因此，認知架構也可以指的是智能代理的藍圖。它提出了像某些認知系統一樣的（人工）計算過程，最常見的是像人一樣，或者在某種定義下表現出智能。認知架構是一般代理架構的一個子集。術語"架構"意味著一種方法，它不僅試圖對行為進行建模，而且還試圖對被建模系統的結構屬性進行建模。

認知架構可以是符號的、連接主義的或混合的。一些認知架構或模型是基于一套通用規則的，例如，信息處理語言（例如，基于統一認知理論的Soar，或者類似的ACT-R）。這些架構中的許多都是基于"心是計算機"的比喻。相比之下，亞符號處理沒有先驗地指定這種規則，而是依賴于處理單元（如節點）的突發屬性。混合架構結合了兩種處理方式（如CLARION）。另一個區別是該架構是以處理器的神經關聯為核心的集中式，還是分散式（分布式）。分散式的味道，在80年代中期以并行分布式處理和連接主義的名義變得流行，一個主要的例子是神經網絡。

另一個設計問題是在整體性和原子性，或（更具體的）模塊化結構之間做出決定。在傳統的人工智能中，智能往往是自上而下的編程：程序員是創造者，他制造一些東西并賦予其智能，盡管許多傳統的人工智能系統也被設計為學習（例如，提高其游戲或解決問題的能力）。另一方面，生物啟發的計算有時采取一種更自下而上的分散方法；生物啟發的技術通常涉及指定一組簡單的通用規則或一組簡單的節點的方法，從它們的互動中出現整體行為。希望能建立起復雜性，直到最終的結果是明顯復雜的東西（見復雜系統）。然而，也可以說，根據對人類和其他動物的觀察，而不是對大腦機制的觀察，自上而下設計的系統也是受生物啟發的，盡管是以不同方式。

2010年，Samsonovich等人對已實現的認知架構進行了全面的回顧.