Distributed learning across fast and slow neural systems supports efficient motor adaptation｜bioRxiv（2025）
Leonardo Agueci N. Alex Cayco-Gajic
DOI: https://doi.org/10.1101/2025.06.01.657238
https://www.youtube.com/live/KeLNaX5YJcw?t=6947s
multi-region distributed learning model
大脳皮質(Cortex)
一次運動野(primary motor cortex; M1)では回帰(Recurrency)を持ったゆっくりとした安定した学習
controller network
小脳(cerebellum)では、フィードフォワードネットワーク(Feed Forward Network)による素早い学習（adaptation）
adapter network
早いシステムで計算されたエラーが遅いシステムにおける学習(learning)を促す
この２つのシステムを合わせて内部モデル(Internal model)
Naa_tsure.iconCerebro-cerebellar networks facilitate learning through feedback decoupling｜Nat Commun（2023）と並んで、大脳-小脳の役割を考える上で重要だと思う
大脳小脳ループ(Cerebro-cerebellar loop)
感覚運動学習(sensory-motor learning)
Plastic controller hypothesis
RNN（大脳）が摂動(perturbation)から直接学習し、その出力を変える
De novo motor learning creates structure in neural activity that shapes adaptation｜Nature Communications（2024）
欠点：摂動(perturbation)が終わった時に１から学習し直しになる
Adaptive feedback control
FFN(小脳)が摂動(perturbation)に対する補正を学習
この補正成分をRNN（大脳）のコントローラーの出力に上乗せ
Neural network control for a closed-loop system using feedback-error-learning｜Neural Networks（1993）
Feedback Error Learning
本当に環境が変わっても補正を続けることになる
この２つのネットワークのいいとこどりをしたのが今回のネットワーク
摂動(perturbation)に対するリアルタイムな素早い補正は小脳が担当
大脳はTrial-by-Trialレベルでコントローラーを補正
環境の変化が一時的なものなら小脳が補正を担う
環境の変化がしばらく続くなら段々と大脳が補正を担うようになる