强化学习工具箱
使用强化学习设计和培训政策
强化学习工具箱™提供了一个应用程序,功能和一个Simulink®块的训练策略使用强化学习算法,包括DQN, PPO, SAC和DDPG。您可以使用这些策略为复杂的应用程序(如资源分配、机器人和自主系统)实现控制器和决策算法。
这个工具箱允许您使用深度神经网络或查找表表示策略和值函数,并通过与MATLAB中建模的环境的交互来训练它们®或仿真软件。您可以评估工具箱中提供的单个或多代理强化学习算法,也可以开发自己的算法。您可以实验超参数设置,监视训练进度,并通过应用程序或编程方式交互模拟训练有素的代理。为了提高训练性能,可以在多个cpu、gpu、计算机集群和云上并行运行模拟(使用并行计算工具箱™和MATLAB并行服务器™).
通过ONNX™模型格式,现有的策略可以从深度学习框架中导入,如TensorFlow™Keras和PyTorch(带有深度学习工具箱™)。您可以生成优化的C、c++和CUDA®代码在微控制器和图形处理器上部署训练过的策略。工具箱包括参考示例,以帮助您入门。
开始
学习强化学习工具箱的基础知识
MATLAB环境中
用MATLAB建立强化学习环境的动力学模型
仿真软件环境
使用Simulink模型建立强化学习环境动力学模型
代理
使用常用算法(如SARSA、DQN、DDPG和PPO)创建和配置强化学习代理
政策与价值功能
定义政策和价值函数近似者,如参与者和批评者
培训和验证
训练和模拟强化学习代理
政策部署
经过培训的策略的代码生成和部署