主要内容

rlagentinizationoptions

初始化强化学习代理的选项

在第页中展开全部

描述

使用rlagentinizationoptions对象指定代理的初始化选项。要创建代理，请使用特定的代理创建功能，例如拉卡金特.

创造

语法

initOpts=rlagentinizationoptions
initOpts=rlagentinizationoptions（名称、值）

描述

初始选项=rlagentinizationoptions返回用于初始化支持默认网络的强化学习代理的默认选项对象。使用初始化选项指定代理初始化参数，例如代理网络每个隐藏层的单元数以及是否使用递归神经网络。金宝app

实例

初始选项=rlagentinizationoptions(名称、值)创建初始化选项对象并设置其属性通过使用一个或多个名称-值对参数。

性质

全部展开

代理网络的每个隐藏完全连接层中的单元数，网络输出前完全连接层除外，指定为正整数。设置的值也适用于任何LSTM图层。

例子：“NumHiddenUnit”，64

标志使用递归神经网络，指定为逻辑。

如果你设置用户网络到符合事实的，在创建agent时，软件插入一个循环LSTM层，将输出模式设置为在agent网络的输出路径中排序。策略梯度和行动者-评论家代理不支持递归神经网络。金宝app有关LSTM的更多信息，请参见长短时记忆网络.

例子：“UseRNN”，对

目标函数

拉卡金特 演员-评论家强化学习代理
rlPGAgent 策略梯度强化学习代理
RLDDPG试剂 深度确定性策略梯度强化学习主体
rlDQNAgent 深度Q网络强化学习agent
RLP发泡剂 最近策略优化强化学习代理
RLTD3试剂 双延迟深层确定性策略梯度强化学习agent
rlSACAgent 软演员批评强化学习代理
rltrpo试剂 信赖域策略优化强化学习agent

例子

全部崩溃

打开实时脚本

创建代理初始化选项对象，指定隐藏神经元的数量和递归神经网络的使用。

initOpts=rlagentinizationoptions(“NumHiddenUnit”,64,“UseRNN”，对）
initOpts=rlagentinizationoptions，属性：NumHiddenUnit:64 UseRNN:1

您可以使用点符号修改选项。例如，将代理采样时间设置为0．5.

initOpts.NumHiddenUnit=128
initOpts=rlagentinizationoptions，属性：NumHiddenUnit:128 UseRNN:1

另见

|

话题

在R2020b中引入

强化学习工具箱文档

金宝app

基于MATLAB和Simulink的强化学习金宝app

基于MATLAB和Simulink的强化学习金宝app

下载电子书