Обучение с подкреплением используется в задачах, где агент должен максимизировать выигрыш в условиях неполной информации о среде. В статье исследуется ранее предложенная асинхронная модель биологических нейронов, в которой взаимодействующие нейроны выбрасывают нейротрансмиттеры в общее внеклеточное пространство. Параметры сети настраиваются эволюционным алгоритмом. Сеть успешно обучилась управлять модельными объектами из среды Open AI Gym.