[发明专利]自适应行为的神经系统

权利要求书

1.一种用于生成神经自适应行为的方法，包括：

接收一个或多个输入刺激；

处理所接收到的输入刺激以生成输出信号，其中所述处理用由增益控制单元生成的第一神经调制信号来调制；以及

控制所述增益控制单元以在至少两种不同的神经活动模式之间切换，其中由所述增益控制单元生成的所述第一神经调制信号的电平或定时中的至少一者是基于所述神经活动模式来确定的。

2.如权利要求1所述的方法，其特征在于，所述增益控制单元仿效蓝斑(LC)的行为。

3.如权利要求1所述的方法，其特征在于，所述至少两种不同的神经活动模式包括紧张型模式和相位型模式。

4.如权利要求3所述的方法，其特征在于，所述紧张型模式与探察时段相关联，并且其中所述相位型模式与利用时段相关联。

5.如权利要求1所述的方法，其特征在于，控制所述增益控制单元包括用报偿评价单元来控制所述增益控制单元。

6.如权利要求5所述的方法，其特征在于，所述报偿评价单元仿效眶额前脑皮层(OFC)的行为。

7.如权利要求5所述的方法，其特征在于，所述至少两种不同的神经活动模式包括紧张型模式和相位型模式，并且其中所述报偿评价单元包括：

用于驱动所述增益控制单元的所述相位型模式的相位型神经元组；以及

用于驱动所述增益控制单元的所述紧张型模式的紧张型神经元组，其中所述紧张型神经元组包括兴奋性神经元组和抑制性神经元组。

8.如权利要求7所述的方法，其特征在于，进一步包括：

确定实际的报偿；

基于所接收到的输入刺激中的至少一个输入刺激来确定预测的报偿；以及

基于所述预测的报偿与所述实际的报偿之间的差异来调制所述相位型神经元组或所述紧张型神经元组的突触可塑性。

9.如权利要去8所述的方法，其特征在于，确定所述预测的报偿包括使用时间差分(TD)学习算法。

10.如权利要求8所述的方法，其特征在于，所述调制包括向所述报偿评价单元输出第二神经调制信号，其中所述第二神经调制信号的电平基于所述预测的报偿与所述实际的报偿之间的所述差异。

11.如权利要求10所述的方法，其特征在于，高电平的所述第二神经调制信号启用突触增强以记住关联，并且其中低电平的所述第二神经调制信号导致突触抑制以忘记所述关联。

12.如权利要求10所述的方法，其特征在于，高电平的所述第二神经调制信号：

加强所述紧张型神经元组的所述兴奋性神经元组与所述抑制性神经元组之间的突触，以使得所述紧张型神经元组被抑制并且将不驱动所述增益控制单元的所述紧张型模式；以及

加强与所述相位型神经元组相关联的突触，以使得所述相位型神经元组将驱动所述增益控制单元的所述相位型模式。

13.如权利要求12所述的方法，其特征在于，低电平的所述第二神经调制信号削弱既与所述相位型神经元组相关联又在所述兴奋性神经元组与所述抑制性神经元组之间的经加强突触，以使得所述紧张型神经元组将驱动所述增益控制单元的所述紧张型模式并且所述相位型神经元组将不驱动所述增益控制单元的所述相位型模式。

14.如权利要求10所述的方法，其特征在于，确定所述实际的报偿和所述预测的报偿并且输出所述第二神经调制信号是由预测误差计算单元来执行的。

15.如权利要求14所述的方法，其特征在于，所述预测误差计算单元仿效腹侧被盖区(VTA)的行为。

16.如权利要求10所述的方法，其特征在于，所述第二神经调制信号包括多巴胺(DA)信号。

17.如权利要求1所述的方法，其特征在于，所述第一神经调制信号包括去甲肾上腺素(NE)信号。

18.如权利要求1所述的方法，其特征在于，进一步包括向输出单元发送所述输出信号，其中所述输出单元仿效运动神经元的行为。