面向可扩展事件驱动控制的神经形态体系结构
人工智能
2026-02-23 v2
摘要
本文引入“反弹赢家取胜(RWTA)”构件作为可扩展神经形态控制体系结构的基本单元。从细胞水平到系统水平，该体系结构结合了离散计算的可靠性和连续调谐的可调性：它继承了赢家取胜状态机的离散计算能力和可突触生物电路的连续调谐能力。提出的基于事件的框架统一地处理连续节律产生和离散决策。我们通过蛇形机器人神经系统设计展示了该体系结构的多样性、鲁棒性和模块性。
引用
@article{arxiv.2511.11924,
title = {A Neuromorphic Architecture for Scalable Event-Based Control},
author = {Yongkang Huo and Fulvio Forni and Rodolphe Sepulchre},
journal= {arXiv preprint arXiv:2511.11924},
year = {2026}
}