Grid-SD2E：认知学习系统中一种通用网格反馈机制

理解大脑如何通过生成的神经数据与外界交互，对于揭示其工作机制、治疗脑部疾病以及理解智能至关重要。尽管已有许多理论模型被提出，但它们迄今难以整合与发展。本研究部分受网格细胞启发，创建了一个更通用且鲁棒的网格模块，并结合贝叶斯推理构建了一个交互式、自我强化的认知系统，该方法称为带网格反馈的空间划分与探索-利用（Grid-SD2E）。此处，网格模块可用作外界与系统之间的交互媒介，以及系统内部的自我强化媒介。空间划分与探索-利用（SD2E）通过其空间划分（SD）模块接收网格的0/1信号。本文所描述的系统也是源于其他研究者的实验以及我们在神经解码方面经验的理论模型。在此，我们基于神经科学与认知科学中的现有理论分析了该系统的合理性，并试图提出特殊与一般规则来解释人与人之间以及人与外界之间的不同交互。此外，基于该框架，提取出了最小计算单元，其类似于大脑中的单个神经元。