强化学习工具箱™提供了一个应用程序、函数和一个Simulink金宝app®块,用于使用强化学习算法的训练策略,包括DQN、PPO、SAC和DDPG。您可以使用这些策略为复杂的应用程序(如资源分配、机器人和自治系统)实现控制器和决策算法。
该工具箱允许您使用深度神经网络或查找表来表示策略和价值函数,并通过与MATLAB中建模的环境交互来训练它们®或仿真金宝app软件。您可以评估工具箱中提供的单或多智能体强化学习算法,也可以开发自己的算法。您可以试验超参数设置,监控训练进度,并通过应用程序或编程方式交互模拟训练过的代理。为了提高训练性能,模拟可以在多个cpu、gpu、计算机集群和云上并行运行(使用parallel Computing Toolbox™和MATLAB并行服务器™).
通过ONNX™模型格式,现有的策略可以从TensorFlow™Keras和PyTorch (with deep learning Toolbox™)等深度学习框架中导入。您可以生成优化的C、c++和CUDA®代码来在微控制器和gpu上部署经过培训的策略。工具箱中包括一些参考示例来帮助您入门。
训练Q-learning和SARSA代理在MATLAB中解决一个网格世界。
在一般的马尔可夫决策过程环境下训练一个强化学习agent。
用在Simulink中建模的对象作为训练环境,使用强化学习训练控制器。金宝app
使用强化学习设计师应用程序设计并训练推车杆系统的DQN代理。
强化学习是一种目标导向的计算方法,计算机通过与不确定的动态环境交互来学习执行任务。
你可以训练一个强化学习代理来控制一个未知的植物。