だけど、それらを処理する方法（アルゴリズム）を考えるのが大変なんだよなぁ

例に出た「トイレが視界に入ったら」で考えると
視界に入る。
つまり、対象とする物を認識した（ある一定の範囲になった）ら、
それにまつわる知識を検索して、そこから導かれる行動を撮る。
口で言うのは簡単なんだけど、まず、対象とするものの種類、それに関連付けられる記憶・知識の記述方法＝フォーマット、
それらから派生する行動、そして行動を選択する手順・・・

とまぁこれらを考えようとして、堂々巡りになるわけで、俺は詰まった。