CMC-DSQN补偿脉冲Q网络共模误差

Zijie Xu等作者提出CMC-DSQN，用辅助ANN补偿脉冲神经网络（SNN）输出中的共模误差，以缓解低时间步深度脉冲Q网络（DSQN）的性能下降。研究将DSQN性能下降归因于各动作Q值共享的共模误差，认为该误差会通过自举目标损害时序差分学习。 该方法的好处是推理时辅助ANN可被完全移除，贪心动作选择直接由SNN输出完成，从而保留SNN的能效。在Atari和MiniAtar上，T=2时性能超过SOTA DSQN基线近20%，T=4时进一步超过ANN基线。

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。