看一个数字大脑如何学会追光
A visual explanation of reinforcement learning

这篇文章带你亲手构建一个名为 spark 的简单数字生物,观察它如何通过强化学习掌握新技能。不同于预设程序,spark 的“大脑”由四个神经元组成,通过不断的试错来调整连接强度。当它靠近光源时获得奖励,远离时受到惩罚,经过数千次尝试,它从最初的原地打转,逐渐进化成能精准追踪光线的专家。文章生动展示了学习并非线性过程,而是在充满随机性的“可能大脑空间”中艰难探索。这种机制不仅解释了 spark 的行为,也揭示了生物大脑如何通过多巴胺奖励机制学习歌唱等复杂技能。
学习就是如何在这片广阔的内部空间中导航,而反馈就是指引方向的指南针。