部署培训的强化学习政策
培训钢筋学习代理后，您可以生成代码来部署最佳策略。你可以生成：
CUDA.®使用GPU编码器™的深神经网络策略代码
C / C ++代码表，深神经网络或线性基础函数策略使用马铃薯®编码器™
如果支持所有使用的图层，则使用任何输入金宝app路径中的前馈神经网络支持代理的代理支持代理。不支持使用经常性神经网络（RNN）的连续动作P金宝appG，AC，PPO和SAC代理，或者对于具有多个输入路径的任何代理并在任何路径中包含RNN的任何代理。
有关培训加固学习代理的更多信息，请参阅火车加固学习代理。
要创建基于给定观察的策略评估功能，请使用生成policyfunction.命令。此命令生成一个MATLAB脚本，其中包含策略评估函数以及包含最佳策略数据的MAT文件。
您可以使用GPU编码器或者生成代码来部署此策略功能Matlab编码器。
使用代码使用GPU编码器
如果您培训的最佳策略使用深度神经网络，则可以使用GPU编码器生成策略的CUDA代码。有关支持的GPU的更多信息，请参阅金宝appGPU通金宝app过发布支持（并行计算工具箱）。有几种要求和推荐的先决条件产品，用于为深神经网络生成CUDA代码。下载188bet金宝搏有关更多信息，请参阅安装先决品产品下载188bet金宝搏（GPU编码器）和设置先决条件产品下载188bet金宝搏（GPU编码器）。
并非所有深度神经网络层都支持GPU代码生成。金宝app有关支持的图层列表，请参阅金宝app金宝app支持的网络，图层和类（GPU编码器）。有关GPU代码生成的更多信息和示例，请参阅与GPU编码器深入学习（GPU编码器）。
产生CUDA.深度神经网络政策的代码
例如，为培训的策略梯度代理生成GPU代码火车PG代理可以平衡车杆系统。
加载培训的代理。
加载（'matlabcartpolepg.mat'那'代理人'）
为此代理创建策略评估功能。
生成policyfunction（代理）
此命令创建equatepolicy.m.文件，包含策略函数，以及AgentData.mat.文件，包含培训的深神经网络演员。对于给定观察，策略函数使用演员网络评估每个潜在动作的概率。然后，策略函数随机基于这些概率选择动作。
您可以使用GPU编码器为此网络生成代码。例如，您可以生成CUDA兼容MEX函数。
配置Codegen.功能创建CUDA兼容C ++ MEX功能。
cfg = coder.gpuconfig（'mex'）;cfg.targetlang ='c ++';cfg.deeplearningconfig = coder.deeplearningconfig（'cudnn'）;
设置策略评估功能的示例输入值。要找到观察维度，请使用getobservationInfo.功能。在这种情况下，观察结果在四元素矢量中。
argstr ='{ONEON（4,1）}';
使用使用的代码Codegen.功能。
Codegen（'-config'那'cfg'那'equatepolicy'那'-args'，argstr，'-报告'）;
此命令生成MEX功能evaluatepolicy_mex.。
使用代码使用马铃薯编码器
您可以使用表，深神经网络或线性基础函数策略生成C / C ++代码Matlab编码器。
使用Matlab编码器，您可以生成：
C / C ++代码用于使用Q表，值表或线性基础函数的策略。有关一般C / C ++代码生成的更多信息，请参阅生成代码（MATLAB编码器）。
C ++代码用于使用深神经网络的策略。注意，如果在任何路径中使用经常性神经网络，则具有多个输入路径的PG，AC，PPO和SAC代理不能生成代码。有关支持的图层列表，请参阅金宝app用于代码生成的网络和层数金宝app（MATLAB编码器）。有关更多信息，请参阅与Matlab编码器深入学习的先决条件（MATLAB编码器）和与Matlab编码器深入学习（MATLAB编码器）。
在不使用任何第三方库的情况下为深神经网络策略生成C代码
作为示例，在第三方库上生成C代码，用于培训的策略梯度代理火车PG代理可以平衡车杆系统。
加载培训的代理。
加载（'matlabcartpolepg.mat'那'代理人'）
为此代理创建策略评估功能。
生成policyfunction（代理）
此命令创建equatepolicy.m.文件，包含策略函数，以及AgentData.mat.文件，包含培训的深神经网络演员。对于给定观察，策略函数使用演员网络评估每个潜在动作的概率。然后，策略函数随机基于这些概率选择动作。
配置Codegen.生成适合构建MEX文件的代码的函数。
cfg = coder.config（'mex'）;
在配置对象上，将目标语言设置为C ++，并设置DeeplearningConfig到 '没有任何'。此选项不会使用任何第三方库生成代码。
cfg.targetlang ='C';cfg.deeplearningconfig = coder.deeplearningconfig（'没有任何'）;
设置策略评估功能的示例输入值。要找到观察维度，请使用getobservationInfo.功能。在这种情况下，观察结果在四元素矢量中。
argstr ='{ONEON（4,1）}';
使用使用的代码Codegen.功能。
Codegen（'-config'那'cfg'那'equatepolicy'那'-args'，argstr，'-报告'）;
此命令为包含深神经网络actor的策略梯度代理生成C ++代码。
使用第三方库生成用于深度神经网络策略的C ++代码
例如，为培训的策略渐变代理生成C ++代码火车PG代理可以平衡车杆系统使用英特尔数学内核库进行深度神经网络（MKL-DNN）。
加载培训的代理。
加载（'matlabcartpolepg.mat'那'代理人'）
为此代理创建策略评估功能。
生成policyfunction（代理）
此命令创建equatepolicy.m.文件，包含策略函数，以及AgentData.mat.文件，包含培训的深神经网络演员。对于给定观察，策略函数使用演员网络评估每个潜在动作的概率。然后，策略函数随机基于这些概率选择动作。
配置Codegen.生成适合构建MEX文件的代码的函数。
cfg = coder.config（'mex'）;
在配置对象上，将目标语言设置为C ++，并设置DeeplearningConfig到目标库'Mkldnn.'。此选项生成使用Intel Math Kernel库进行深度神经网络（Intel MKL-DNN）的代码。
cfg.targetlang ='c ++';cfg.deeplearningconfig = coder.deeplearningconfig（'mkldnn'）;
设置策略评估功能的示例输入值。要找到观察维度，请使用getobservationInfo.功能。在这种情况下，观察结果在四元素矢量中。
argstr ='{ONEON（4,1）}';
使用使用的代码Codegen.功能。
Codegen（'-config'那'cfg'那'equatepolicy'那'-args'，argstr，'-报告'）;
此命令为包含深神经网络actor的策略梯度代理生成C ++代码。
为Q表策略生成C代码
例如，为培训的Q学习代理生成C代码在基本网格世界中列车加固学习代理。
加载培训的代理。
加载（'basicgwqagent.mat'那'Qagent'）
为此代理创建策略评估功能。
GeneratePolicyFunction（QAGENT）
此命令创建equatepolicy.m.文件，包含策略函数，以及AgentData.mat.文件，其中包含培训的Q表值函数。对于给定的观察，策略函数使用Q表查找每个潜在动作的值函数。然后，策略函数选择值函数最大的操作。
设置策略评估功能的示例输入值。要找到观察维度，请使用getobservationInfo.功能。在这种情况下，存在单个尺寸观察（属于离散的可能值集）。
argstr ='{[1]}';
配置Codegen.函数生成适合定位静态库的嵌入式C代码，并将输出文件夹设置为BuildFolder.。
cfg = coder.config（'lib'）;外档='buildfolder';
使用使用的C代码Codegen.功能。
Codegen（'-C'那'-d'，外档，'-config'那'cfg'那......'equatepolicy'那'-args'，argstr，'-报告'）;
也可以看看
相关话题
您还可以从以下列表中选择一个网站：
