具身神经计算框架：生物神经网络导航超硅基DQN

Johnson Zhou 等作者发表论文，提出具身神经计算框架，用于优化硅计算接口与生物神经网络（BNN）之间的编码解码机制。团队在模拟网格世界中让 BNN 智能体沿气味梯度进行闭环导航，评估约 1,300 种参数组合、累计超过 4,000 小时实时交互，找到 12 种在多轮任务中稳定学习的配置，其任务表现显著高于同等交互预算下优化过的硅基 DQN 智能体。 该研究为 arXiv 预印本（cs.LG），尚未经同行评审，结论基于模拟环境中的实验。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。