强化学习工具箱™には,DQNやPPO,囊,DDPGなどの強化学習アルゴリズムを使用して方策を学習させるためのアプリや関数,仿真软件金宝app^®ブロックが用意されています。これらの方策を使用して,リソース割り当てやロボティクス,自律システムなどの複雑な用途向けにコントローラーと意思決定アルゴリズムを実装できます。

このツールボックスでは,ディープニューラルネットワークやルックアップテーブルを使用して,方策や価値関数を表現し,MATLAB^®やs金宝appimulinkでモデルモデルされ环境とのの作用ををじてそれら习习せることができますますツールボックス含まシングルエージェントエージェントまたはの强れるシングルエージェントマルチの强强习アルゴリズムアルゴリズム评価したりたりたりたりたりたりたりたりたりたりたりたりたりたりたりたりたりたりたりたりたりたりたりたりたりしたりたりまた，ハイパーパラメーター设定の実験，学校の进行状况のが监视がががであるほかほかほかからまたはまたはプログラムプログラム的的またはまたはプログラム上できできできの性能をを向向にににはははははにははははのCPU，GPU，コンピュータークラスター，およびおよびクラウドで并列実実し（并行计算工具箱™およびMATLABPLILLENT Server™をを用）。

既存既存方向は，onnx™モデルモデル形式使使用して，tensorflow™kerasやpytorchなどのディープラーニングワークからインポートできますディープラーニングからインポートできますディーディーフレームワークできます（Deep Learning toolbox™を使用）。^®コードを生成し,学習済みの方策をマイクロコントローラーやGPUに展開できます。このツールボックスには,初めての方にも使いやすい参照例が付属しています。