Gregoire Sergeant-Perthuis

强化学习框架通过化学反应模拟细胞导航

研究人员开发了一个新颖的框架，将强化学习与化学反应网络相结合来模拟细胞导航。该方法将趋光性（生物体向光移动）视为一种信息驱动的传感运动过程，而不是简单的刺激-反应机制。通过将问题构建为部分可观察马尔可夫决策过程（POMDP），该模型考虑了隐藏的环境变量，并使用贝叶斯更新来维护内部状态，平衡定向运动与探索性采样。该框架使用化学反应网络常微分方程实现，并已通过绿藻轨迹的实验数据得到验证，证明了“游-停”行为作为信息获取策略的出现。