主要内容

rlagentinitializationOptions.

初始化强化学习代理的选项

展开所有页面

描述

用来rlagentinitializationOptions.对象为代理指定初始化选项。要创建代理，请使用特定的代理创建功能，例如rlacagent.。

创造

语法

Initopts = rlagentinitializationOptions.
Initopts = rlagentinitializationOptions（名称，值）

描述

初学者= rlagentinitializationOptions.返回默认选项对象，用于初始化支持默认网络的加强学习代理。金宝app使用初始化选项来指定代理初始化参数，例如代理网络的每个隐藏层的单位数以及是否使用经常性神经网络。

示例

初学者= rlagentinitializationOptions（名称，价值）创建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

展开所有

代理网络的每个隐藏的完全连接层中的单位数，除了在网络输出之前的完全连接的图层之外，指定为正整数。您设置的值也适用于任何LSTM图层。

示例：'numhidandenit'，64

标志使用经常性神经网络，指定为逻辑。

如果你设置了Usernn.到目前为止真实，在代理创建期间，软件将重复的LSTM层与输出模式设置为代理网络的输出路径中的序列。请注意，政策渐变和演员 - 批评者不支持经常性的神经网络。金宝app有关LSTM的更多信息，请参阅长短期内存网络。

示例：'USERNN'，真实

对象功能

rlacagent. 演员 - 评论家强化学习代理
rlpgagent. 政策梯度强化学习代理
rlddpgagent. 深度确定性政策梯度加固学习代理
rldqnagent. 深度Q网加固学习代理
rlppoagent. 近端政策优化强化学习代理
rltd3agent. 双延迟深度确定性政策梯度加固学习代理
rlsacagent. 软演员 - 评论家强化学习代理

例子

崩溃

打开直播脚本

创建代理初始化选项对象，指定隐藏神经元的数量和经常性神经网络的使用。

Initopts = rlagentinitializationOptions（'numhidendentunit'，64，'usernn'，真实）
Initopts =具有属性的rlagentinitializationOptions：numhiddentunit：64 Usernn：1

您可以使用点表示法修改选项。例如，将代理采样时间设置为0.5。

Initopts.numhidendendunit = 128.
Initopts =具有属性的rlagentinitializationOptions：numhiddentunit：128 Usernn：1

另请参阅

|

主题

在R2020B中介绍

强化学习工具箱文档

金宝app

尝试matlab，sim金宝appulink等产品下载188bet金宝搏

立即获得审判