主要内容

rlFiniteSetSpec

为强化学习环境创建离散行动或观察数据规范

在第页中展开全部

描述

一rlFiniteSetSpecObject指定用于加强学习环境的离散动作或观察数据规范。

创造

语法

等级库=rlFiniteSetSpec（元素）

描述

实例

规格=rlFiniteSetSpec(元素)使用一组离散的操作或观察创建数据规范，设置元素所有物

性质

全部展开

环境的一组有效操作或观察结果，指定为以下内容之一：

  • 矢量 - 为单个动作或单个观察指定有效的数值。

  • 单元格数组-当您有多个操作或观察时，请指定有效的数值组合。单元格数组的每个条目必须具有相同的维度。

的名字rlFiniteSetSpec对象，指定为字符串。使用此属性为有限集设置有意义的名称。

描述rlFiniteSetSpec对象，指定为字符串。使用此属性指定有限设置值的有意义描述。

此属性是只读的。

每个元素的大小，指定为向量。

如果您指定元素作为向量，那么维是[1 1]. 否则，如果指定单元格数组，则维指示中项目的大小元素.

此属性是只读的。

有关数据类型的信息，指定为字符串。

目标函数

rl金宝appSimulinkEnv 使用IN实现的动态模型创建强化学习环境金宝app
rlfunctionenv. 使用函数指定自定义强化学习环境动力学
RLD表示法 （不推荐）强化学习代理的模型表示

例子

全部崩溃

此示例使用：

打开直播脚本

对于这个例子，考虑RLSimplePendulmodel金宝appSimulink模型。该模型是一个简单的无摩擦摆，最初悬挂在向下位置。

打开模型。

mdl='rlsimplepeneylummodel';Open_System（MDL）

创建rlNumericSpec和rlFiniteSetSpec分别用于观察和动作信息的对象。

ObsInfo = rlnumericspec（[3 1]）3观察的％载体：SIN（θ），cos（θ），d（θ）/ dt
obsInfo=rlNumericSpec，属性：LowerLimit:-Inf上限：Inf名称：[0x0字符串]说明：[0x0字符串]维度：[3 1]数据类型：“双”
actInfo=rlFiniteSetSpec（[-2 0 2]）%扭矩的3个可能值：-2 Nm、0 Nm和2 Nm
actInfo=rlFiniteSetSpec，属性为：元素：[3x1双精度]名称：[0x0字符串]说明：[0x0字符串]维度：[1]数据类型：“双精度”

可以使用点表示法为rlNumericSpec和rlFiniteSetSpec物体。

obsInfo.Name=“观察”；actInfo.Name=“扭矩”;

分配代理块路径信息，并使用前面步骤中提取的信息为Simulink模型创建强化学习环境。金宝app

AppletBlk = [MDL“/RL代理”]；env=rlSim金宝appulinkEnv（mdl、agentBlk、obsInfo、actInfo）
env=Si金宝appmulinkEnvWithAgent，属性为：模型：rlSimplePendulumModel代理程序块：rlSimplePendulumModel/RL代理程序重置FCN:[]使用FastRestart:打开

您还可以使用点表示法包含重置函数θ0在模型工作区中。

env.ResetFcn=@（in）setVariable（in，'theta0'，兰登，“工作区”，mdl）
env = 金宝appsimulinkenvwithangent with属性：型号：rlsimplepentulummodel agentblock：rlsimplevepulummodel / rl代理resetfcn：@（in）setVariable（In，'theta0'，Randn，'工作区'，mdl）usefastrestart：上
打开直播脚本

如果强化学习代理的参与者有多个输出，每个输出都有一个离散动作空间，则可以使用rlFiniteSetSpec目的。

假设双输出系统的有效值为[1 2]对于第一个输出和[10 20 30]对于第二个输出。为所有可能的输入组合创建离散动作空间规范。

actionSpec=rlFiniteSetSpec（{[110]，[120]，[130]，...[2 10]，[2 20]，[2 30]}）
actionSpec=rlFiniteSetSpec，属性为：元素：{6x1 cell}名称：[0x0字符串]说明：[0x0字符串]维度：[1 2]数据类型：“双”

另见

||||||||

在R2019a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