Глубоко детерминированный агент обучения с подкреплением градиента политики
Алгоритм глубоко детерминированного градиента политики (DDPG) является критиком агента, онлайновый, метод обучения с подкреплением вне политики без моделей, который вычисляет оптимальную политику, которая максимизирует долгосрочное вознаграждение.
Для получения дополнительной информации смотрите Глубоко Детерминированных Агентов Градиента политики.
Для получения дополнительной информации о различных типах агентов обучения с подкреплением смотрите Агентов Обучения с подкреплением.
создает агента DDPG с заданным агентом и сетями критика и устанавливает agent
= rlDDPGAgent(actor
,critic
,agentOptions
)AgentOptions
свойство.
train | Обучите агента обучения с подкреплением в заданной среде |
sim | Симулируйте обученного агента обучения с подкреплением в заданной среде |
getActor | Получите представление актера от агента обучения с подкреплением |
setActor | Установите представление актера агента обучения с подкреплением |
getCritic | Получите представление критика от агента обучения с подкреплением |
setCritic | Установите представление критика агента обучения с подкреплением |
generatePolicyFunction | Создайте функцию, которая оценивает обученную политику агента обучения с подкреплением |