加固学习工具箱
강화학습을사용하여하여정책을설계하고훈련할수
加固学习工具箱™는dqn,ppo,sac및ddpg와같은강화학습을사용하는정책을을훈련위한위한,simulink金宝app®블록을제공합니다。이러한정책을사용하여하여,로봇로봇,자율자율과같은응용사례의의제어기및사결정알고리즘을구현할수수있습니다있습니다있습니다。
이툴박스를사용하면하면신경망또는에이블사용하여하여정책가치함수함수를표현할할수있고있고있고®또는s金宝appimulink에서모델링된환경의상호작용을통해이런정책정책가치함수를훈련수있습니다있습니다수수있습니다있습니다있습니다있습니다있습니다수있습니다있습니다있습니다수수수수에툴박스제공단일단일이전트또는또는에이전트학습학습알고리즘평가하거나하거나개발할수있습니다。무훈련훈련을향상하기위해이션을다중cpu,gpu,컴퓨터클러스터및클라우드에서병렬로할있습니다。(并行计算工具箱™및MATLABPLARTALLER SELVER™照片)
Onnx™모델형식을을tensorflow™keras및pytorch등의딥러닝딥러닝프레임워크기존을가져올수수수(深度学习工具箱™사용)최적화된C,C ++,CUDA®코드를생성훈련된을마마마및및및gpu에배포할수있습니다。툴박스에는시작을돕기위한참조예제가포함되어있습니다。
시작하기:
강화학습알고리즘
DQN(深Q-Network),DDPG(深度确定性政策梯度),PPO(近端策略优化)및및내장알고리즘사용하여에이전트를를만들수수템플릿을사용하여정책을훈련사용자에이전트를를개발할수수
加固学习设计师앱
에대화형으로학습학습이전트를를,훈련,시뮬레이션할수。향후사용및배포를위해된된에이전트를matlab으로으로보낼수있습니다。
金宝appsimulink의단일에이전트및및에이전트강화강화
rl代理블록을사용하여simulin金宝appk에서강화학습에이전트를를만들고훈련할수수。여러개의rl代理블록블록사용하여simulink에서동시에金宝app여러이전트를를(다중다중이전트강화강화)할할있습니다。
金宝appsimulink및simscape환경
金宝appSimulink및simscape™를사용하여하여환경모델을만들수수모델내에서관측값,행동및보상신호를지정할있습니다수있습니다。
matlab환경
matlab함수와클래스를사용하여하여환경을모델링모델링수수Matlab파일내에서관측,행동및보상변수를지정할수수있습니다。
분산연산및멀티코어가속화
并行计算工具箱및MATLAB并行服务器를사용하는하는멀티코어,클라우드리소스또는연산클러스터에서병렬이션을을실행하여훈련속도수수수수수수
코드생성
GPU编码器™를사용하면하면훈련된된을표현하는하는하는하는코드에서에서최적화수수수된코드코드코드코드를수수수Matlab Coder™를사용하여정책배포를를c / c ++코드를생성수수있습니다。
matlab编译器지원
Matlab Compiler™및MATLAB编译器SDK™를사용하여하여훈련훈련된정책독립형응용,C / C ++공유라이브러리,微软®.NET어셈어셈,java®클래스및python.®패키지로배포할수있습니다。
시작하기
단순단순반전,网格世界탐색,카트 - 폴시스템의균형잡기일반마르코프결정과과문제을위해강화학습정책을하는방법을알아볼학습수수수수수하는방법을알아볼수수을하는방법을알아볼수수수하는을
자율주행
로봇공학
로봇공학응용사례를를위한강화학습정책을설계수수
강화학습비디오시리즈
이비디오시리즈시리즈를통해통해강화학습에대해자세히알아볼수