好久不见。最近在玩强化学习，自己写的不管是tabluar的还是NN参数化的Q-learning效果都好差，不管怎么调参数，在OpenAI gym里的'MountainCar-v0'这么简单的任务中都要好久才能取得较好的表现。难道是因为'MountainCar-v0'这个任务低谷吸引子太厉害？一般探索很难通关？

图1

图2

图3

图4

图5，就这个没看懂，根据ARTSCAN，motivation的不是从ita那里开始吗，很明显那是what线路，where只是reset作用。但这里为什么会是what与where decision，不是应该只有what decision吗，这个与ARTSCAN不符合啊

正式问题
1 VAM Learning是什么
2 图2中的parvo和magno应该对应视网膜的大小细胞吧，左边是小，右边是大，图上标的很清楚，那中间的呢？
3 错误修改：2.5.4节内的2.7.3打印错误，应该是2.5.7。（应该是这样吧，我没理解错吧）
4 Drive representation为什么要放大parvo的信号
5 ART1,2,3是什么？
6 这里我们看到大多数网络全是以“对偶极子”出现的，为什么要这么设计，就不谈motivation里的必要性了，以前ARTSCAN里也是，从LGN开始就是了。
7 7楼中已提

这个模型应该可以看成ts+mv+dv+artscan的缩小版

图上细小的红线指出的就是放大parvo的根源，原文的意思大体是这样的：incentive motivational signal放大了GOp信号，目的是增大parvo的输入信号，incentive motivational signal就是drive那里的。

出现了几个新问题
1.图2的parvo是走what路线，那mango走的什么？中间的是where路线，那它属于parvo还是mango，另外如何从这个图中看出ARTSCAN的对应的部件？
2.mango路线中开始的是ubdirectional transient cell，这个作者在式子里表示的是bij，把它输入给一个directiional中间神经元，这个作者用式子表示的是cij_R/L（左右还互相伤害），很明显到这个变成了左右两个，这让人联想到了双目的左右，但很明显这里开始输入的就是单目的图hij，输入顺序是hij-》bij-》cij_R/L，那么这里的分成左右该怎么很好的解释呢？
@ieBugH

3.Motor Working Memory and Planning System，这个是motor的motivationally-reinforced，也就是说motivation有两个，一个是目标物的，一个是motor的，那么这个motor的motivation是否对照telos下面的BG那块？