Scidown文献预览系统!
机器人单次学习中峰值时间依赖的进化可塑性( 10.1098/rsta.2003.1256 Evolving spike-timing-dependent plasticity for single-trial learning in robots )
AD Paolo
在突触突触时间依赖性可塑性(STDP)进化机器人模型中研究了单次试验学习。机器人必须执行积极的趋光性,但必须学会执行消极的趋光性,在存在一个短暂的令人厌恶的声音刺激。STDP在毫秒范围内起作用,并不对称地依赖于突触前和突触后棘波的相对时间。虽然它已经参与了输入预测的学习模型,但这些模型要求输入模式的迭代表示,很难看到这种机制如何在几十秒的时间尺度上支持单次试验学习。一个增量进化的方法被用来回答这个问题。进化的机器人成功地学习了适当的行为,但学习并不依赖于实现正确的突触结合,而是依赖于正确的神经活动模式。在正趋光性过程中,机器人的性能对尖峰定时信息的丢失相当稳健,但相比之下,这种丢失对学习负趋光性是灾难性的,而夹带环是常见的。测试表明,nal weight Con Guration不包含关于机器人是在执行一种行为还是另一种行为的信息。然而,固定权重具有退化性能的®等,从而证明可塑性是用来维持与正常趋光性条件和学习行为相对应的神经活动的。讨论了这一结果的含义和局限性。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】