我想升级我的进化模拟器以使用Hebb学习,就像这一样.我基本上希望小动物能够学习如何找到食物.我通过基本的前馈网络实现了这一点,但我仍然坚持理解如何使用Hebb学习.Hebb学习的基本原理是,如果两个神经元一起发射,它们就会连在一起.
所以,权重更新如下:
weight_change = learning_rate * input * output
我发现的关于它如何有用的信息是非常稀缺的,我不明白.
在我当前版本的模拟器中,当一个生物吃掉一块食物时,动作和输入(动作,眼睛)之间的权重会增加,我无法看到它如何转化为这个新模型.在这里没有空间来判断它是否正确或错误,因为唯一的参数是输入和输出!基本上,如果一个输入激活一个方向的运动,无论该生物是否在吃东西,重量都会继续增加!
我是以错误的方式应用Hebb学习吗？仅供参考,我正在使用Python.
artificial-intelligence machine-learning neural-network evolutionary-algorithm