rlDeterministicActorRepresentation
(不推荐)强化学习代理的确定性参与者表示
rlDeterministicActorRepresentation
不推荐。使用rlContinuousDeterministicActor
代替。有关更多信息,请参见不建议使用rlDeterministicActorRepresentation.
描述
该对象实现了一个函数近似器,该函数近似器被用作强化学习代理中的确定性参与者连续行动的空间。确定性行为者将观察结果作为输入,将回报作为输出,使预期的累积长期回报最大化,从而实现确定性政策。创建一个rlDeterministicActorRepresentation
对象,使用它创建合适的代理,例如rlDDPGAgent
代理。有关创建表示的更多信息,请参见创建政策和价值功能.
创建
语法
描述
使用深度神经网络创建一个确定性角色演员
= rlDeterministicActorRepresentation (网
,observationInfo
,actionInfo
“观察”,obsName
“行动”,actName
)网
作为估计值。此语法设置ObservationInfo而且ActionInfo的属性演员
到输入observationInfo
而且actionInfo
,分别载有观察及行动的规范。actionInfo
必须指定连续动作空间,不支持离散动作空间。金宝appobsName
必须包含输入层的名称网
与观测规范相关的。动作名称actName
必须是输出层的名称网
它们与动作规范相关联。
使用自定义基函数作为基础近似器创建确定性参与者。第一个输入参数是一个双元素单元格,其中第一个元素包含句柄演员
= rlDeterministicActorRepresentation ({basisFcn
,W0
},observationInfo
,actionInfo
)basisFcn
到一个自定义基函数,第二个元素包含初始权值矩阵W0
.此语法设置ObservationInfo而且ActionInfo的属性演员
分别对应于输入observationInfo
而且actionInfo
.
使用附加选项集创建确定性参与者演员
= rlDeterministicActorRepresentation (___,选项
)选项
,这是一个rlRepresentationOptions
对象。此语法设置选项的属性演员
到选项
输入参数。您可以将此语法用于前面的任何输入-参数组合。
输入参数
属性
对象的功能
rlDDPGAgent |
深度确定性策略梯度(DDPG)强化学习代理 |
rlTD3Agent |
双延迟深度确定性策略梯度强化学习代理 |
getAction |
在给定的环境观察中,从代理、参与者或策略对象获取操作 |