用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/hiyenwong/ai_collection --skill attractor-metadynamics-neural命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
Graph-native Python reimplementation of the Information Dynamics of Music (IDyOM) model that represents predictive memories as explicit graph objects for musical expectation modeling and network analysis.
Physics-aware end-to-end deep reinforcement learning methodology for quadcopter control with actuator dynamics modeling.
Reinforced Dreamer methodology for asymmetric reinforcement learning using latent guidance to improve world model representations and behaviors in model-based RL.
基于 SOC 职业分类
正在显示 SKILL.md
| name | attractor-metadynamics-neural |
| description | 神经网络吸引子元动力学方法论。研究慢适应过程如何塑造吸引子景观演化。适用于神经动力学、连续学习。触发词：吸引子、元动力学、神经动力学、attractor、metadynamics。 |
| user-invocable | true |
慢适应过程（突触/内在可塑性）持续塑造神经网络吸引子景观。
来源： arXiv:1404.5417 效用： 0.90
import numpy as np
class AttractorMetadynamics:
def __init__(self, n=100):
self.W = np.random.randn(n, n) * 0.1
self.eta = 0.001
def dynamics(self, x, dt=0.1):
return x + (-x + np.tanh(self.W @ x)) * dt
def plasticity(self, x, dt=0.1):
self.W += self.eta * np.outer(x, x) * dt
研究持续学习中的记忆稳定性。