用于抑制振荡集群中集体活动的强化学习
神经元与认知
2020-04-22 v2
摘要
我们提出了一种利用现代基于数据的机器学习方法来抑制通常由大脑中退行性神经元集群发出的自持集体振荡。所提出的混合模型依赖两个主要组件：振荡器环境与基于策略的强化学习模块。我们报告了一种基于近端策略优化和Actor-Critic配置中两个人工神经网络的模型无关同步控制。提出了一类具有物理意义的奖励函数，能够实现集体振荡模式的抑制。同步抑制在两类神经元群体模型中得到展示——用于全局耦合极限环Bonhoeffer-van der Pol振荡器集群，以及爆发型Hindmarsh--Rose神经元。
引用
@article{arxiv.1909.12154,
title = {Reinforcement learning for suppression of collective activity in oscillatory ensembles},
author = {Dmitriy Krylov and Dmitry V. Dylov and Michael Rosenblum},
journal= {arXiv preprint arXiv:1909.12154},
year = {2020}
}
备注
8 pages, 8 figures