类脑导航中基于差分Hebbian学习的网格细胞构建模型

发布时间：2022-01-01 01:07

　　网格细胞是动物大脑中与空间认知和导航有关的重要神经元,具有拓展至整个空间的六边形放电野。位置细胞是网格细胞重要的信息源,可以通过Hebbian学习生成网格细胞,但是现有模型对Hebbian学习的脉冲自适应函数或学习窗函数做了预先的墨西哥帽模型假设。针对该问题提出一种基于差分Hebbian学习的位置细胞至网格细胞模型,利用细胞放电率的变化自发产生墨西哥帽模型的输入关联,然后通过对位置细胞至网格细胞的突触权重进行竞争性非线性限制,生成具有六边形放电野分布的网格细胞。仿真结果表明,该模型可以为无人运行体类脑导航系统的构建提供借鉴。 

【文章来源】：系统工程与电子技术. 2020,42(03)北大核心EICSCD

【文章页数】：6 页

【参考文献】：
期刊论文
[1]仿鼠脑海马的机器人地图构建与路径规划方法[J]. 邹强,丛明,刘冬,杜宇.  华中科技大学学报(自然科学版). 2018(12)
[2]认知地图的神经环路基础[J]. 王琳,王亮.  生物化学与生物物理进展. 2017(03)
[3]一种基于海马认知机理的仿生机器人认知地图构建方法[J]. 于乃功,苑云鹤,李倜,蒋晓军,罗子维.  自动化学报. 2018(01)



本文编号：3561350