主要内容

政策及价值功能

定义策略和值函数表示，如深度神经网络和Q表

强化学习策略是一种映射，它根据对环境的观察选择要采取的行动。在培训期间，代理调整其策略表示的参数，以使长期回报最大化。

强化学习工具箱™软件为参与者和批评家表示提供了对象。参与者代表选择要采取的最佳行动的策略。批评家表示评估当前策略价值的价值函数。根据应用程序和所选代理，可以使用深度神经网络、线性基函数或查找表定义策略和值函数。有关详细信息，请参见创建策略和值函数表示．

功能

全部展开

rlValueRepresentation 强化学习主体的价值函数批判表示
rlQValueRepresentation 强化学习主体的q -值函数批判表示
rlDeterministicActorRepresentation 强化学习主体的确定性行动者表示
rlStochasticActorRepresentation 强化学习主体的随机行动者表征
rlRepresentationOptions 为强化学习代理表示(批评者和参与者)设置的选项
rlTable 值表或Q表
quadraticLayer 演员或评论家网络的二次层
scalingLayer 演员或评论家网络的缩放层
softplusLayer 软加层演员或评论家网络
getActor 从强化学习代理获取行动者表示
setActor 设置强化学习agent的行动者表示
getCritic 从强化学习主体获得批评表征
setCritic 设置强化学习agent的批判表示
getLearnableParameters 从策略或值函数表示中获取可学习的参数值
setLearnableParameters 设置策略或值函数表示的可学习参数值
getModel 从策略或值函数表示中获得计算模型
setModel 设置策略或值函数表示的计算模型
getAction 从给定环境观察的agent或行动者表示中获得动作
getValue 求估计值函数表示
getMaxQValue 用离散动作空间求q值函数表示的最大状态值函数估计

主题

创建策略和值函数表示

使用函数近似器(如深度神经网络)指定策略和值函数表示。

导入策略和值函数表示

您可以使用ONNX™模型格式从其他深度学习框架导入现有的策略。

强化学习工具箱文档

金宝app

用MATLAB和Simulink进行强化学习金宝app

用MATLAB和Simulink进行强化学习金宝app

下载电子书