主要内容
代理人
使用常用算法（如SARSA、DQN、DDPG和A2C）创建和配置强化学习代理
一个强化学习代理接收意见和从环境的奖励。利用其政策，代理人选择基础上的意见和奖励的行为，并将采取行动的环境。在培训过程中，代理不断更新基础上的操作，观察和奖励政策参数。这样做，允许代理学习对于给定的环境和奖励信号最优策略。
强化学习工具箱™软件提供了使用的几个常用算法，如SARSA，DQN，DDPG和A2C强化学习代理商。您还可以通过创建自己的自定义代理实现其他代理算法。
有关更多信息，请参阅强化学习代理。有关定义策略表示的详细信息，请参阅创建策略和价值功能交涉。
应用
| 强化学习设计 | 设计，培训和模拟强化学习代理商 |
职能
话题
代理类型
创建强化学习Q学习代理商。
创建强化学习SARSA剂。
创建强化学习DQN剂。
创建强化学习PG代理商。
创建强化学习DDPG剂。
创建强化学习TD3剂。
创建强化学习交流代理商。
创建强化学习PPO剂。
创建强化学习SAC剂。
您还可以从以下列表中选择网站：
