脑启发神经动力学模型

双层双向检索

通过脑启发的三层信息处理架构，该模型支持目标导向和情境导向的双向记忆检索，并实现任务自适应的神经元分配，为新一代序列记忆算法提供了理论可能。

Runchen, Lai · Li, Youjun · Fan, Yang · Ying, Li · Yao, Nan · Su, Chunwang · Zhang, Siping · Yuanyuan, Mi · Celso Grebogi, Celso · 黄宁

Neurocomputing 2026

技术优势

双向检索合一

该网络在感知-记忆-语义三层架构中同时支持目标导向和情境导向的序列检索，无需为每种检索模式单独设计网络。

按任务配神经元

网络能够根据具体任务需求分配神经元数量，避免资源浪费或不足。

相似序列重用

在学习新序列时，网络通过复用已有相似序列的空间模式实现高效记忆，减少训练负担。

应用场景

• 具身认知：为具身智能体提供可进行双向检索的序列记忆模块，支撑情境化动作决策。
• 机器人记忆：让机器人以统一网络完成目标导向与情境导向的记忆调用，提升任务切换能力。
• 脑机接口算法：作为脑启发序列记忆算法，可用于解析和模拟神经序列活动，辅助脑机接口解码。