【文件属性】：
文件名称：离散控制Matlab代码-MBRL:基于模型的空间导航强化学习
文件大小：17KB
文件格式：ZIP
更新时间：2021-05-23 07:40:14
系统开源
离散控制Matlab代码MBRL-空间导航的基于模型的强化学习
该存储库为以下开放存取论文提供了Matlab代码：Stoianov，Pennartz，Lansink，Pezzulo（2018）海马-纹状体纹状体回路中基于模型的空间导航：计算分析。
Plos计算生物学。
该代码实现了一种新颖的基于模型的强化学习算法，该算法将贝叶斯非参数和基于模型的强化学习（MB-RL）对齐，以研究海马（HC）和腹侧纹状体（vStr）–神经元回路的空间导航过程中的计算结果越来越多的人认为这是理解大脑中目标（空间）决策和计划机制的合适模型系统。
这些模拟还研究了学习和控制过程中生物学形式的超前预测（前瞻扫描）的好处。
我们在取决于完整海马体和腹侧纹状体（壳）功能的情境调节任务中测试了MB-RL剂，并表明控制器解决了任务，同时显示了HC-vStr电路的关键行为和神经元信号。
进行调查所使用的环境是y形对称竞技场的离散版本，该竞技场由3个相同的正方形小室组成，它们彼此旋转120度并通过*三角形通道连接。
每个分庭都沿着分庭壁设置了三个目标位置，奖励被（概率地）传递到了这些目标位置。
每个奖励位置上方都有提示灯
【文件预览】：
MBRL-master
----grid_cells.m(2KB)
----ymaze_input.m(955B)
----ymaze_isgoal.m(153B)
----ymaze_action.m(873B)
----resampleivo.m(375B)
----xmax.m(230B)
----ymaze_plot_ltrend.m(4KB)
----action_selection.m(3KB)
----README.md(4KB)
----ymaze_stimuli.m(4KB)
----ymaze_run.m(2KB)
----ymaze_init.m(4KB)
----MBRLcontroller.m(11KB)