主要内容

rlAgentInitializationOptions

初始化强化学习代理的选项

展开页面中的所有内容

描述

使用rlAgentInitializationOptions对象指定代理的初始化选项。创建代理时，请使用特定的创建代理功能，如rlACAgent．

创建

语法

initOpts = rlAgentInitializationOptions
initOpts = rlAgentInitializationOptions(名称、值)

描述

initOpts= rlAgentInitializationOptions返回一个默认选项对象，用于初始化支持默认网络的强化学习代理。金宝app使用初始化选项来指定agent初始化参数，如agent网络每个隐含层的单元数以及是否使用循环神经网络。

例子

initOpts= rlAgentInitializationOptions (名称,值）创建一个初始化选项对象并设置其属性通过使用一个或多个名称-值对参数。

属性

全部展开

除网络输出前的全连接层外，代理网络中每个隐藏全连接层中的单元数均为正整数。您设置的值也适用于任何LSTM层。

例子:“NumHiddenUnit”,64年

使用递归神经网络标志，指定为逻辑。

如果你设置UseRNN来真正的，在创建代理期间，该软件在代理网络的输出路径中插入一个循环LSTM层，其输出模式设置为序列。请注意，策略梯度和行动者-评论家代理不支持循环神经网络。金宝app有关LSTM的更多信息，请参见长短时记忆网络．

例子:“UseRNN”,真的

对象的功能

rlACAgent 演员-评论家强化学习主体
rlPGAgent 政策梯度强化学习agent
rlDDPGAgent 深度确定性策略梯度强化学习agent
rlDQNAgent 深度q -网络强化学习agent
rlPPOAgent 近端策略优化强化学习agent
rlTD3Agent 双延迟深度确定性策略梯度强化学习agent
rlSACAgent 软演员-评论家强化学习代理

例子

全部折叠

打开生活的脚本

创建一个代理初始化选项对象，指定隐藏神经元的数量和使用循环神经网络。

initOpts = rlAgentInitializationOptions (“NumHiddenUnit”, 64,“UseRNN”,真正的)
initOpts = rlAgentInitializationOptions with properties: NumHiddenUnit: 64 UseRNN: 1

您可以使用点表示法修改选项。例如，设置代理采样时间为0．5．

initOpts。NumHiddenUnit = 128
initOpts = rlAgentInitializationOptions with properties: NumHiddenUnit: 128 UseRNN: 1

另请参阅

|

主题

介绍了R2020b

强化学习工具箱文档

金宝app

用MATLAB和Simulink强化学习金宝app

用MATLAB和Simulink强化学习金宝app

下载电子书