主要内容

金宝app环境

利用Simulink模型强化学习环境动力学金宝app®模型

在强化学习场景中，环境模拟agent与之交互的动力学。环境:

  1. 从代理接收操作

  2. 输出由环境模型的动态行为产生的观察结果

  3. 产生一种奖励来衡量行动对完成任务的贡献

您可以使用Simulink模型创建预定义的和自定义的环境。金宝app有关更多信息，请参见创建Simul金宝appink强化学习环境．

功能

全部展开

rlPredefinedEnv 创建一个预定义的强化学习环境
rl金宝appSimulinkEnv 使用实现的动态模型创建强化学习环境金宝app
createIntegratedEnv 创建金宝app基于参考模型的强化学习模型
validateEnvironment 验证自定义强化学习环境
金宝appSimulinkEnvWithAgent 强化学习环境与动态模型的实现金宝app
generateRewardFunction 根据控制规范生成奖励函数来训练强化学习代理
exteriorPenalty 一个点相对于有界区域的外部惩罚值
hyperbolicPenalty 一个点相对于有界区域的双曲惩罚值
barrierPenalty 点相对于有界区域的对数势垒惩罚值
rlFiniteSetSpec 为强化学习环境创建离散动作或观察数据规范
rlNumericSpec 为强化学习环境创建连续的行动或观察数据规范
getActionInfo 从强化学习环境或代理获取动作数据规范
getObservationInfo 从强化学习环境或agent获取观测数据规范
bus2RLSpec 为元素创建强化学习数据规范金宝app公共汽车

块

RL代理 强化学习代理

主题

创建Simul金宝appink强化学习环境

使用与代理交互的Simulink模型建立环境动力学模型，生成响应代理动金宝app作的奖励和观察结果。

为强化学习设计金宝app器创建Simulink环境

导入自定义Simulink环境或金宝app创建预定义的Simulink环境。

定义奖励信号

创造一个奖励信号来衡量代理人在实现其目标方面的成功程度。

加载预定义的Simulink环境金宝app

加载预定义的Simulink控制金宝app系统环境。

水箱加固学习环境模型

创建一个强化学习的Simulink环境，其中包含一个RL代理块，金宝app以代替水箱中水位的控制器。

强化学习工具箱文档

金宝app

强化学习与MATLAB和Simulink金宝app

强化学习与MATLAB和Simulink金宝app

下载电子书