कोप्रोसेसर अभिनेता आलोचक: अनुकूली मस्तिष्क उत्तेजना के लिए एक मॉडल-आधारित सुदृढ़न सीखने का दृष्टिकोण

अनुकूली मस्तिष्क उत्तेजना न्यूरोलॉजिकल स्थितियों जैसे पार्किंसन रोग और पोस्ट-स्ट्रोक मोटर कमी का उपचार कर सकती है, जो असामान्य न्यूरल गतिविधियों को प्रभावित करके होती है। रोगियों की heterogeneity के कारण, प्रत्येक रोगी को इष्टतम न्यूरल प्रतिक्रियाएँ प्राप्त करने के लिए एक अनूठी उत्तेजना नीति की आवश्यकता होती है। मॉडल-फ्री सुदृढ़न सीखना (MFRL) समान नियंत्रण कार्यों के लिए प्रभावी नीतियों को सीखने में आशाजनक है, लेकिन मस्तिष्क उत्तेजना जैसे क्षेत्रों में अधिकतर महंगी पर्यावरण इंटरैक्शन की आवश्यकता के कारण सीमित है। इस काम में हम कोप्रोसेसर अभिनेता आलोचक का परिचय देते हैं, जो मस्तिष्क उत्तेजना के लिए न्यूरल कोप्रोसेसर नीतियों को सीखने के लिए एक नवोन्मेषी, मॉडल-आधारित सुदृढ़न सीखने (MBRL) का दृष्टिकोण है। हमारा मुख्य दृष्टिकोण यह है कि कोप्रोसेसर नीति सीखना उस दुनिया में इष्टतम तरीके से कार्य करने और एक घायल मस्तिष्क को उत्तेजित करके दुनिया में इष्टतम क्रियाएँ करने के तरीके को सीखने का संयोजन है। हम दिखाते हैं कि हमारा दृष्टिकोण पारंपरिक MFRL तरीकों की नमूना दक्षता और कार्य सफलता की सीमाओं को पार करता है और एक घायल मस्तिष्क के न्यूरोलॉजिकल यथार्थवादी मॉडल में बेसलाइन MBRL दृष्टिकोणों को पीछे छोड़ देता है।