基于生物合理图式的一次性配对联想导航学习

图式是能够实现快速学习的知识结构。啮齿动物在多重配对联想导航任务中的一次性学习被假定为依赖于图式。我们仍仅粗略理解在Marr计算层面上概念化的图式是如何在神经层面实现的。此外，尚未有针对该啮齿动物学习的生物合理计算模型被提出。为此，我们在此构建一个由具有生物合理神经实现的图式组成的智能体。该智能体利用路径整合时序差分误差逐步学习其环境的度量表征，从而能在任意环境中定位。此外，该智能体包含一个联想记忆，能够稳定地形成感官线索与目标坐标之间的大量一次性联想，其由前馈层或循环连接神经元储备池实现，其可塑输出权重受四因子奖励调制探索性赫布（Exploratory Hebbian, EH）规则支配。第三个网络执行智能体当前位置与目标位置之间的向量减法以决定移动方向。我们进一步表明，辅以行动者-评论家（actor-critic）的图式使智能体即使在有障碍物阻挡直接朝向时也能成功，并且工作记忆门控机制的时序差分学习使得即便存在干扰物也能实现一次性学习。我们的智能体重现了实验中观察到的学习行为，并提供了可在未来实验中检验的可检验预测。