探讨基底神经节模式生成器通过softmax选择和RL更新的机制

我对此相当认真：基底神经节的动作模式生成器看起来是由softmax选择的，受皮层刺激匹配的影响。它们通过强化学习而非反向传播生成/更新，但本质上是一个刺激-反应链。https://med.libretexts.org/Bookshelves/Pharmacology_and_Neuroscience/Book:_Computational_Cognitive_Neuroscience_(O'Reilly_and_Munakata)/07:_Motor_Control_and_Reinforcement_Learning/7.02:_Basal_Ganglia_Action_Selection_and_Reinforcement_Learning