Chenguang Li1, Jonah Brenner2, Adam Boesky3

  • 1Biophysics Program, Harvard College, Cambridge, MA 02138.

概括

神经网络表现出自主寻求奖励的行为,使用内部噪音和本地更新,适应没有外部信号的环境. 这种生物学上可信的方法使灵活的,自主管理的勘探和开发战略成为可能.