神经回路边长大边干活：只训练三个发育时刻，控制器在未训练年龄仍保持视运动行为
核心概要
循环神经控制器要在神经元不断新生、位置移动、时间常数改变的发育过程中保持行为，此前只在初始或成熟单一底板上优化的控制器换到别的年龄往往失效。研究把发育时间作为输入交给一个紧凑的连接生成网络，在三个、五个或十五个发育快照上优化同一生成器，并在两种几何不同的底板和两项视运动任务上测试。只在三个快照上训练通常就足以让控制器在训练过和未训练过的年龄维持较高且较一致的表现，而生成的连接组随年龄大幅变化，并不收敛到单一的稀疏度或权重轨迹。
深度剖析
同一个紧凑的连接生成程序可以跨越神经底板的持续变化，让循环控制器在发育全程保持视运动行为。 此前在初始底板上优化的控制器随发育推进表现急剧下降，在成熟底板上优化的控制器则向早期年龄下降，两者都只在各自被优化的那个年龄附近有效。 在两种几何不同的底板（Fish 与 Ring）和两项任务（视运动反应 OMR 与趋光性）上，发育感知控制器在 11 个等间距发育时刻、每个时刻 20 次随机初始化测试中，于训练过和未训练过的年龄都保持较高且更一致的适应度。
连接不是逐年龄单独编码，而是由同一个生成网络按神经元几何位置和发育时间算出。 逐突触、逐年龄地指定连接组既低效，也不符合生物发育中基因组只给出紧凑规则的情形。 生成器是 HyperNEAT 中的组合模式生成网络（CPPN），它以源、目标神经元的坐标和发育时间为输入，输出每条允许连接的权重与表达开关；底板本身规定哪些神经元出生、位于何处以及内在时间常数如何变化。
行为稳定不依赖连接组保持不变，也不依赖某一种连接层面的统一策略。 稀疏度、兴奋性连接比例和非零连接平均权重在四种底板—任务组合与三种发育感知条件之间没有共同轨迹，有的变稀疏，有的保持稠密。 60 次发育感知进化运行中有 58 次的发育时间在生成网络中可达权重输出或表达输出，12 个最佳种子全部如此；去除后期新生神经元的对照显示，部分控制器依赖这些神经元，而 OMR 两种底板上的 Dev. Aware–15pts 最佳种子在去除后仍保持高性能。
启示与展望
结果建立在两种抽象计算底板（受斑马鱼视运动组织启发的 Fish 与环形几何的 Ring）和两项视运动任务上，底板发育轨迹由外部规定而非进化得到，身体力学与身体生长保持固定。
趋光性任务上的发育适应度稳定性明显弱于 OMR，部分趋光性控制器出现绕圈式的振荡轨迹，作者将其假设为主动扫描策略；这些结果说明的是计算原理，而非对某一具体动物发育的细致模型。