Reinforcement Learning Toolbox™ обеспечивает функции и блоки для учебных политик с помощью укрепления, изучая алгоритмы включая DQN, A2C и DDPG. Можно использовать эти политики реализовать контроллеры и алгоритмы принятия решений для сложных систем, таких как роботы и автономные системы. Можно проводить политику с помощью глубоких нейронных сетей, полиномов или интерполяционных таблиц.
Тулбокс позволяет вам обучить политики, позволяя им взаимодействовать со средами, представленными моделями Simulink® или MATLAB®. Можно оценить алгоритмы, эксперимент с гиперустановками параметров, и контролировать учебный прогресс. Чтобы улучшать учебную производительность, можно запустить симуляции параллельно на облаке, компьютерных кластерах и графических процессорах (с Parallel Computing Toolbox™ и MATLAB Parallel Server™).
Через формат модели ONNX™ существующие политики могут быть импортированы из сред глубокого обучения, таких как TensorFlow™ Keras и PyTorch (с Deep Learning Toolbox™). Можно сгенерировать оптимизированный C, C++ и код CUDA, чтобы развернуть обученные политики по микроконтроллерам и графическим процессорам.
Тулбокс включает справочные примеры для использования укрепления, учащегося разработать контроллеры для робототехники, и автоматизировал ведущие приложения.
Обучите Q-изучение и агенты SARSA решать мир сетки в MATLAB.
Обучите агент изучения укрепления в типичной среде процесса принятия решений Маркова.
Обучите диспетчера, использующего укрепление, учащееся с объектом, смоделированным в Simulink как учебная среда.
Укрепление, учащееся, является направленным на цель вычислительным подходом, где компьютер учится выполнять задачу путем взаимодействия с неопределенной динамической средой.
Можно обучить агент изучения укрепления управлять неизвестным объектом.