皮层压缩输入分离纹状体控制与动力学
研究提出皮层-纹状体网络模型,通过低维噪声瓶颈压缩信号,解释多种时间敏感行为机制。
近日,一项新研究揭示了背外侧纹状体支持多种时间敏感行为的统一机制。研究人员提出,皮层到纹状体的大量投射会形成一个低维、嘈杂的信息瓶颈,从而分离控制信号与动态处理。通过强化学习训练的网络模型,在三种相关任务中展现了这一计算模式:皮层提供简单控制指令,而纹状体执行复杂的时间动态。这一发现或将为理解运动控制、时间感知等行为提供全新视角。
研究提出皮层-纹状体网络模型,通过低维噪声瓶颈压缩信号,解释多种时间敏感行为机制。
近日,一项新研究揭示了背外侧纹状体支持多种时间敏感行为的统一机制。研究人员提出,皮层到纹状体的大量投射会形成一个低维、嘈杂的信息瓶颈,从而分离控制信号与动态处理。通过强化学习训练的网络模型,在三种相关任务中展现了这一计算模式:皮层提供简单控制指令,而纹状体执行复杂的时间动态。这一发现或将为理解运动控制、时间感知等行为提供全新视角。