Feedback control of recurrent circuits imposes dynamical constraints on learning
En modélisant l'apprentissage moteur via des réseaux de neurones récurrents contrôlés par rétroaction, cette étude démontre que la vitesse et le succès de l'apprentissage sont fondamentalement limités par la contrôlabilité des dynamiques du réseau, au-delà des simples contraintes géométriques des manifolds neuronaux.