我构建了一个连续吸引子网络，包含3个运动神经元，能够通过奖励调节的Hebbian可塑性来引导老鼠找到食物。 没有反向传播，也没有随机梯度下降。 在这种情况下，网络最初学习围绕食物转圈 😯 源代码是开源的，链接在评论中。 在这个连续吸引子网络中，有36个神经元可以检测食物的位置，每个神经元都与每个运动神经元相连。 最初连接是随机且较弱的，随着老鼠接近并到达食物，这些连接会变得更强。网络通过跟踪哪些神经元一起发火来实现这一点，并加强这些连接。 如果你觉得这个有趣，可以看看我的脉冲神经网络项目。我也会在评论中放一个链接。