论文部分内容阅读
啮齿类动物可以在海马中形成代表环境的认知地图来解决空间问题。在经典的认知地图模型中,系统需要大量物理探索来学习空间环境,从而解决寻路问题,这个过程会耗费大量时间和能量。虽然Hopfield的智力探索模型弥补了这个缺陷,但是该模型并没有关注路径的高效性。并且这个模型主要来自于人工神经网络,缺乏明确的生理学意义。该计算模型在智力探索概念的基础上,运用神经能量编码的理论来解决路径搜索问题:该模型通过位置细胞集群的发放功率构建一种能量场,并计算能量场的梯度,进而用梯度向量来研究智力探索问题。研究结果表明提出