Fly-Racer

Gymnasium の CarRacing-v3 を走る PPO の方策を、MaleCNS v1.0 から切り出した 3,350 ニューロン・164,773 結合の操舵サブグラフとして組む。辺はコネクトームにあるものだけで、各シナプス前ニューロンの伝達物質の符号を保ち、学習するのは強度・時定数・バイアスと視覚入力の投射のみ。同じパイプラインで対照も回す。次数を保った配線のシャッフル、配線は本物で興奮・抑制のラベルだけ入れ替えたもの、素の MLP の 3 つ。学習に使っていない 100 コースでは本物の配線が平均 903.2 で最低でも 796 を割らず、900 の「解けた」基準を越えたのはこれだけ。ただし中央値は 4 つとも近く、各条件 1 シードである。

公式サイト ↗

#malecns#car-racing#ppo#shuffled-control#dales-law#apple-silicon