Deep Recurrent Q-Learning Captures the Behavioral DynamicsObserved in Deterministic and Stochastic Task Switching
Questo studio propone un modello di Deep Recurrent Q-Learning che, pur basandosi su processi di apprendimento per rinforzo, replica con successo le dinamiche comportamentali osservate nel cambio di compito dimostrando che è possibile apprendere una rappresentazione dello stato di credenza e selezionare le azioni senza necessità di cambiamenti sinaptici immediati durante l'esecuzione.