基于经典与操作条件作用
该电路首次集成经典条件作用和操作条件作用，实现由次级驱动刺激引发并受次级强化物引导的仿生决策，显著提升动态环境下的自适应能力。
Yang, Chao · 王小平 · Chen, Z. · 王子路 · 张森 · 曾志刚
IEEE Transactions on Automation Science and Engineering 2023
电路可模拟由次级驱动刺激诱发并受次级强化物引导的决策，使机器人无需预设规则即可应对动态环境。
电路同时考虑需求状态、激励动机和习惯强度等决策影响因素，仿生功能更接近真实生物行为。
基于忆阻器实现存内计算，电路具备类脑在线学习能力，同时具有功耗和面积优势。
基于PSPICE的多场景仿真表明，该电路能根据关联记忆分类的多种线索做出有利的自适应决策。