网络瓶和任务结构控制了食代理中可解释的学习规则的演变

Emmanouil Giannakakis1, Sina Khajehabdollahi2, Anna Levina3

  • 1University of Tbingen, Department of Computer Science, Max Planck Institute for Biological Cybernetics. giannakakismanos@gmail.com.

Artificial life
|November 1, 2024
PubMed
概括

超学习优化了可塑性规则,用于人工和生物系统中持续的本地学习. 约束减少了规则的变化,产生了可解释的机制,潜在地反映了生物学习.