主要内容

rlfinitesetspec

为增强学习环境创建离散的动作或观察数据规范

在页面中扩展全部

描述

一个rlfinitesetspec对象为增强学习环境指定离散操作或观察数据规范。

创建

句法

spec = rlfinitesetspec（元素）

描述

例子

规格= rlfinitesetsetpec（元素）使用一组离散的操作或观察创建数据规范，设置元素财产。

特性

展开全部

针对环境的一组有效动作或观察值，指定为以下一项：

  • 向量 - 为单个动作或单个观测值指定有效的数字值。

  • 单元阵列 - 当您具有多个动作或观察时，指定有效的数字值组合。单元阵列的每个条目都必须具有相同的维度。

的名字rlfinitesetspec对象，指定为字符串。使用此属性为您的有限集设置有意义的名称。

描述rlfinitesetspec对象，指定为字符串。使用此属性来指定有限设置值的有意义的描述。

此属性仅阅读。

每个元素的大小，指定为向量。

如果指定元素作为向量，然后方面是[1 1]。否则，如果指定单元格数组，则方面指示条目的大小元素。

此属性仅阅读。

有关数据类型的信息，指定为字符串。

对象功能

rl金宝appsimulinkenv 使用实施的动态模型创建强化学习环境金宝app
rlfunctionenv 使用功能指定自定义增强学习环境动态
反应 （不推荐）加固学习代理的模型表示

例子

全部收缩

此示例使用：

打开实时脚本

对于此示例，请考虑rlsimplependulummodel金宝appSimulink模型。该模型是一种简单的无摩擦摆，最初悬挂在向下的位置。

打开模型。

mdl ='rlsimplependulummodel';Open_System（MDL）

创造rlnumericspec和rlfinitesetspec观察和行动信息的对象。

obsinfo = rlnumericspec（[3 1]）3个观测值的矢量​​：sin（theta），cos（theta），d（theta）/dt
obsInfo = rlnumericspec带有属性：lowerlimit：-inf upperlimit：inf名称：[0x0字符串]描述：[0x0字符串]维度：[3 1] datatype：“ double”
actinfo = rlfinitesetsetspec（[ -  2 0 2]）％3扭矩的可能值：-2 nm，0 nm和2 nm
actinfo = rlfinitesetsetspec带有属性：元素：[3x1 double]名称：[0x0字符串]描述：[0x0 string] dimension：[1 1] datatype：“ double”

您可以使用点符号为分配属性值rlnumericspec和rlfinitesetspec对象。

obsinfo.name =“观察”;actinfo.name =“扭矩”;

分配代理块路径信息，并使用上一步中提取的信息为Simulink模型创建强化学习环境。金宝app

AgentBlk = [MDL'/rl代理人'];env = rl金宝appSimulinkenv（MDL，AgentBlk，obsinfo，actinfo）
env = 金宝appsimulinkenvwithagent具有属性：模型：rlsimplependulummodeldel agentBlock：rlsimplependulummodel/rl代理resetfcn：[] usefastrestart：on

您还可以使用点表示法包含一个重置函数。对于此示例，随机初始化theta0在模型工作区中。

env.Resetfcn = @（in）setVariable（in，'theta0'，兰德，“工作空间”，MDL）
env = 金宝appsimulinkenvwithagent具有属性：模型：rlsimplependulummodel agent block：rlSimplePendulummodel/rl代理resetfcn： @（in）setVariable（in）setVariable（in，'theta0'，'theta0'，randn，randn，'workspace'，'workspace'，mdl）usefastrestart on on on on on on：
打开实时脚本

如果您的强化学习代理人的演员有多个输出，则每个输出都有一个离散的动作空间，您可以使用一个可能的离散操作组合来使用rlfinitesetspec目的。

假设两个输出系统的有效值是[1 2]对于第一个输出和[10 20 30]对于第二个输出。为所有可能的输入组合创建离散的操作空间规范。

ActionPec = rlfinitesetsetspec（{[1 10]，[1 20]，[1 30]，，...[2 10]，[2 20]，[2 30]}）
actionspec = rlfinitesetsetspec带有属性：元素：{6x1 cell}名称：[0x0字符串]描述：[0x0字符串]尺寸：[1 2] datatype：“ double”

版本历史记录

在R2019a中引入

也可以看看

||||||||