В сценарии обучения с подкреплением среда моделирует динамику, с которой взаимодействует агент. Среда:
Получает действия от агента
Формирует на выходе наблюдения, следующие из динамического поведения модели среды
Генерирует вознаграждение, измеряющее, насколько хорошо действие способствует достижению задачи
Можно создать предопределенные и пользовательские среды в MATLAB. Для получения дополнительной информации смотрите, Создают Среды Обучения с подкреплением MATLAB.
Создайте среды обучения с подкреплением MATLAB
Динамика окружения модели с помощью объекта MATLAB, который взаимодействует с агентом, генерируя вознаграждения и наблюдения в ответ на действия агента.
Создайте среды MATLAB для Reinforcement Learning Designer
Импортируйте пользовательскую среду или создайте предопределенную среду.
Задайте сигналы вознаграждения
Создайте сигнал вознаграждения, который измеряет, насколько успешен агент при достижении своей цели.
Загрузите предопределенные среды системы управления
Можно обучить агентов в предопределенных средах системы управления MATLAB, для которых уже заданы действия, наблюдения, вознаграждения и динамика.
Загрузите предопределенные среды мира сетки
Можно обучить агентов в предопределенных средах мира сетки MATLAB, для которых уже заданы действия, наблюдения и вознаграждения.
Создайте пользовательские среды мира сетки
Можно создать пользовательские среды мира сетки MATLAB путем определения собственного размера, вознаграждений и препятствий.
Создайте среду MATLAB Используя пользовательские функции
Создайте среду обучения с подкреплением путем предоставления пользовательских динамических функций.
Создайте пользовательскую среду MATLAB из шаблона
Можно задать пользовательскую среду обучения с подкреплением путем создания и изменения объекта среды шаблона.