Neuronal Circuit Policies

对线虫的抽头撤回（TW）神经回路进行建模，该回路负责蠕虫，对机械触摸刺激的反射反应。该电路称为抽头抽头（TW），它包含9个神经元类，这些神经元类通过化学和电突触连接在一起。然后预测了电路的突触极性（是兴奋性的还是抑制性的），这表明在存在触摸刺激的情况下，电路实现了前向和后向反射之间的竞争行为。

实现三个任务：
1.倒立摆的控制 2、控制汽车登上陡坡 3.泊车

这项工作中的主要贡献
证明在标准控制和RL设置下，秀丽隐杆线虫脑的紧凑神经元回路模型作为可解释的连续时间递归神经网络的性能。证明了在学习的神经元网络中神经元的功能是可以解释的。

对蠕虫所居住的培养皿的机械暴露刺激（即敲击）会导致动物以向前或向后运动的形式产生反射反应。该响应被称为抽头-抽出反射，而被识别为是这种行为基础的电路被称为抽头-抽出（TW）神经回路（Rankin等，1990）。该电路如图1所示。它由四个感觉神经元，PVD和PLM（后触摸传感器），AVM和ALM（前触摸传感器），四个中间神经元类（AVD，PVC，AVA和AVB）和两个子组组成运动神经元，抽象为前向运动神经元FWD和后向运动神经元REV。神经元经常通过兴奋性和抑制性突触链接相互突触。已经显示出TW电路的感觉神经元由于输入抽头而被激活，并且通过调节性中间神经元PVC和AVD将刺激传递至命令神经元AVA和AVB。然后通过这两个命令神经元之间的竞争来调节TW反射，从而导致向前的前景反应࿰