matlab代码不反应-hebbRNN:递归神经网络的奖励调制Hebbian学习规则

matlab代码不ReacthebbRNN：递归神经网络的奖励调制的Hebbian学习规则 作者： ＆ 版本： 1.3 日期： 23.09.2016 什么是hebbRNN？ 我们的大脑如何学习以产生我们拥有的庞大，令人印象深刻且灵活的运动行为阵列？ 近年来，人们开始对使用神经网络对复杂的人类行为（例如记忆和运动技能）进行建模感兴趣。 但是，训练这些网络以产生有意义的行为已被证明是困难的。 此外，最常见的方法通常在生物学上不可行，并且依赖于单个神经元的突触以及瞬时奖励信号以外的局部信息。 当前的软件包是Matlab实施的使用延迟且稀疏的奖励信号的递归神经网络的生物学上可行的训练规则。 在个别试验中，输入会在单个神经元的突触中随机受到干扰，并且这些潜在的体重变化以Hebbian方式（乘以突触前和突触后的重量）累积在合格的轨迹中。 在每个试验结束时，将根据网络在实现所需目标方面的总体性能来确定奖励信号，并将此奖励与预期奖励进行比较。 观察到的奖励和预期的奖励之间的差异与资格跟踪结合使用，可以增强或削弱网络中相应的突触，从而随着时间的推移实现适当的网络性能。 文档和示例 全文记录了所有功能，并