DISRC: Регуляция обучения через механизм внутреннего удивления

Представленные источники исследуют механизмы **эффективности обучения с подкреплением**, объединяя передовые нейробиологические данные с алгоритмическим моделированием. Исследования **лаборатории Джоша Дадмана** в Janelia Research Campus опровергают старую гипотезу о том, что скорость обучения зависит только от количества повторений, доказывая решающую роль **величины вознаграждения**. Установлено, что крупные призы вызывают более **длительные сигналы дофамина**, которые повышают вовлеченность и ускоряют освоение навыков у мышей в десятки раз. Параллельно с этим рассматривается архитектура **DISRC**, которая использует биологически вдохновленный сигнал «сюрприза» для динамической регуляции интенсивности обновлений в глубоком обучении. В совокупности тексты демонстрируют, как **внутренние и внешние сигналы** оптимизируют адаптацию агентов в условиях редкого подкрепления и сложной среды. Эти открытия позволяют создавать более совершенные системы **искусственного интеллекта** и глубже понимать когнитивные процессы живых организмов.