rlSimulationOptions

步骤运行仿真,指定为逗号分隔组成的“MaxSteps”和一个正整数。一般来说,您定义事件终止条件环境。这个值是步骤运行的最大数量的模拟如果不满足终止条件。

例子:“MaxSteps”, 1000年

数量的模拟运行,指定为逗号分隔组成的“NumSimulations”和一个正整数。在每个仿真的开始,sim卡重置环境。您指定环境重置会发生什么当你创造环境。例如,重置环境在每集的开始可以包括随机的初始状态值,如果您配置您的环境。在这种情况下,运行多个仿真可以验证一个训练有素的代理的性能在一个范围的初始条件。

例子:“NumSimulations”, 10

停止仿真一个错误发生时,指定为“关闭”或“上”。当这个选项“关闭”、错误捕获和返回的SimulationInfo的输出sim卡,模拟仍在继续。

国旗使用并行仿真,指定为一个逻辑。设置这个选项真正的配置使用并行处理仿真模拟环境,从而使使用多核处理器,计算机集群或云资源加快仿真速度。指定的选项并行仿真,使用ParallelizationOptions财产。

请注意,如果你想加快深层神经网络计算(如梯度计算,参数更新和预测)使用本地GPU你不需要设置UseParallel为true。相反,当创建你的演员或评论家表示,使用一个rlRepresentationOptions对象的UseDevice选项设置为“图形”。

使用并行计算或GPU需要并行计算工具箱™软件。另外需要使用计算机集群或云资源MATLAB^®并行服务器™。

关于培训的更多信息使用多核处理器和gpu,明白了培训代理商使用并行计算和gpu。

例子:“UseParallel”,真的

并行化选项来控制并行仿真,指定为一个ParallelTraining对象。培训使用并行计算的更多信息,请参阅强化学习培训代理。

的ParallelTraining对象具有以下属性,您可以修改后使用点符号创建rlTrainingOptions对象。