नवीन अनुभवों का सपना देख कर पुनरावर्ती स्पाइकिंग नेटवर्क में जैविक रूप से संभाव्य मॉडल-आधारित सुदृढ़ीकरण शिक्षण की ओर

सार मानव और जानवर नए कौशल को कुछ घंटों तक अभ्यास करने के बाद सीख सकते हैं, जबकि वर्तमान सुदृढ़ीकरण शिक्षण एल्गोरिदम अच्छे प्रदर्शन प्राप्त करने के लिए बड़ी मात्रा में डेटा की आवश्यकता होती है। हाल की मॉडल-आधारित पद्धतियाँ आवश्यक इंटरैक्शन की संख्या को कम करके संतोषजनक परिणाम दिखाती हैं ताकि वांछित नीति सीखी जा सके। हालाँकि, इन विधियों के लिए जैविक रूप से असंभव तत्वों की आवश्यकता होती है, जैसे पुराने अनुभवों का विस्तृत भंडारण, और लंबे समय तक ऑफ़लाइन सीखना। विश्व-मॉडल सीखने और उपयोग करने का सर्वोत्तम तरीका अभी भी एक खुला प्रश्न है। जीव विज्ञान से प्रेरणा लेते हुए, हम सुझाव देते हैं कि सपना देखना एक आंतरिक मॉडल का उपयोग करने के लिए एक प्रभावी साधन हो सकता है। हम एक दो-मॉड्यूल (AGENT और MODEL) स्पाइकिंग न्यूरल नेटवर्क प्रस्तावित करते हैं जिसमें "सपना देखना" (एक मॉडल-आधारित अनुकरणात्मक वातावरण में नए अनुभव जीना) सीखने को महत्वपूर्ण रूप से बढ़ाता है। महत्वपूर्ण रूप से, हमारा मॉडल अनुभवों के विस्तृत भंडारण की आवश्यकता नहीं करता है, और विश्व-मॉडल और नीति को ऑनलाइन सीखता है। इसके अलावा, हम इस बात पर जोर देते हैं कि हमारा नेटवर्क स्पाइकिंग न्यूरॉन्स से बना है, जो जैविक संभाव्यता और न्यूरोमोर्फिक हार्डवेयर में लागू करने की क्षमता को और बढ़ाता है।