研究进展：忆阻器-类脑强化学习 | Nature Machine Intelligence

背景：忆阻器技术被视为新一代仿生计算专用硬件，但现有方案多仅部分借鉴大脑结构，且硬件应用常限于算法特定环节，将昂贵计算留给软件。研究目的：苏黎世联邦理工学院的研究团队旨在通过模拟忆阻器硬件，实现完全生物启发的执行者-评论者时序差分强化学习算法，以模拟基于奖赏的学习原理，并探索其在自主机器人等低功耗实时学习应用中的潜力。结论：研究成功利用基于HfO₂-CMO双层的价态变化忆阻器作为人工突触，在硬件中同时完成了在线权重训练、动作决策和权重更新，实现了真正的“内存内计算”。该框架在T迷宫和莫里斯水迷宫导航任务中测试，智能体通过在线学习快速找到最优路径，标志着完全基于内存、在线学习的仿生神经形态计算的重要进展。