主要内容
代理
使用常用算法(如SARSA、DQN、DDPG、PPO)创建并配置增强学习代理
强化学习代理从环境中接受观察和奖励。代理使用其策略，根据观察和奖励选择一个行动，并将该行动发送给环境。在训练过程中，agent根据动作、观察和奖励不断更新策略参数。这样做，允许代理学习最优策略为给定的环境和奖励信号。
Reinforcement Learning Toolbox™软件提供了使用几种常用算法的强化学习代理，如SARSA、DQN、DDPG和PPO。您还可以通过创建自己的自定义代理来实现其他代理算法。
有关更多信息，请参见强化学习代理．有关定义策略表示的更多信息，请参见创建策略和价值功能表示．
应用程序
| 强化学习设计 | 设计、训练和模拟强化学习代理 |
功能
主题
代理基础知识
您可以使用几种标准强化学习算法之一创建代理，或者定义您自己的自定义代理。
使用Reinforcement Learning Designer应用程序交互式创建或导入培训代理。
剂类型
为强化学习创建Q-learning代理。
创建SARSA代理来加强学习。
创建用于强化学习的DQN代理。
为强化学习创建PG代理。
创建用于强化学习的DDPG代理。
创建用于强化学习的TD3代理。
创建AC代理以加强学习。
创建强化学习的PPO代理。
创建TRPO代理以加强学习。
创建SAC代理来强化学习。
你也可以从以下列表中选择一个网站:
