Jeg bygde et kontinuerlig attraktornettverk med 3 motornevroner som lærer å lede musene mot mat ved hjelp av belønningsmodulert hebbiansk plastisitet Ingen tilbakeformering og ingen SGD. I dette tilfellet lærte nettverket først å sirkle rundt maten 😯 Kildekoden er åpen kildekode. lenke i kommentar 36 nevroner i CAN oppdager hvor maten er, hvert nevron i dette nettverket kobles til hvert motornevron. Til å begynne med er forbindelsene tilfeldige og svake, og de blir sterkere etter hvert som mus nærmer seg og når mat. Network gjør dette ved å holde styr på hvilke nevroner som fyres sammen for å oppnå dette og styrke disse forbindelsene Hvis du synes dette er interessant, sjekk ut mitt Spiking nevrale nettverksprosjekt. Jeg vil legge inn en lenke til det i kommentar også