文档帮助中心文档
强化学习策略是一种映射,它根据对环境的观察选择要采取的行动。在训练期间,代理调整其政策代表的参数,以使长期回报最大化。
强化学习工具箱™软件为参与者和评论家的表示提供对象。行动者代表选择最佳行动的策略。评论家是估计当前政策价值的价值函数。根据您的应用程序和选择的代理,您可以使用深度神经网络、线性基函数或查找表定义策略函数和值函数。有关更多信息,请参见创建策略和值函数表示.
全部展开
rlValueRepresentation
rlQValueRepresentation
rlDeterministicActorRepresentation
rlStochasticActorRepresentation
rlRepresentationOptions
rlTable
quadraticLayer
scalingLayer
softplusLayer
getActor
setActor
getCritic
setCritic
getLearnableParameters
setLearnableParameters
getModel
setModel
getAction
getValue
getMaxQValue
创建策略和值函数表示
使用函数逼近器(如深度神经网络)指定策略和值函数表示。
导入策略和值函数表示
您可以使用ONNX™模型格式从其他深度学习框架导入现有策略。
您有一个很好的链接,它是基于matlab的:
Führen您在MATLAB-Befehlsfenster中。Webbrowser unterstützen keine MATLAB-Befehle。
选择一个网站来获得可用的翻译内容,并看到当地的活动和提供。根据您所在的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
请选择表现最佳的中国网站(中文或英文)。MathWorks的其他国家网站并没有针对您所在位置的访问进行优化。
与当地办事处联系