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™ 提供应用程序、功能和Simulink万博1manbetx®使用强化学习算法(包括DQN、PPO、SAC和DDPG)的训练策略块。您可以使用这些策略为资源分配、机器人技术和自治系统等复杂应用程序实现控制器和决策算法。
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®或仿真万博1manbetx软件。您可以评估工具箱中提供的单或多智能体强化学习算法,或开发自己的算法。您可以试验超参数设置,监控训练进度,并通过应用程序交互或编程模拟训练过的代理。为了提高训练性能,模拟可以在多个cpu、gpu、计算机集群和云上并行运行(使用并行计算工具箱™和MATLAB并行服务器™)。
通过ONNX™ 模型格式,可以从TensorFlow等深度学习框架导入现有策略™ Keras和PyTorch(带深度学习工具箱)™). 您可以生成优化的C、C++和CUDA®用于在微控制器和GPU上部署经过培训的策略的代码。工具箱包括帮助您入门的参考示例。
开始:
Simulink中的单agent和多agent强化学习万博1manbetx
使用RL Agent块在Simulink中创建和培训强化学习代理。使用RL agent块的多个实例在万博1manbetxSimulink中同时训练多个agent(多agent强化学习)。
万博1manbetxSimulink和Simscape环境
使用Si万博1manbetxmulink和Simscape™创建环境的模型。在模型中指定观察、行动和奖励信号。
MATLAB环境
使用MATLAB函数和类对环境建模。在MATLAB文件中指定观察、行动和奖励变量。
分布式计算和多核加速
通过在多核计算机、云资源或计算集群上运行并行模拟来加速训练并行计算工具箱和MATLAB并行服务器.
GPU加速
使用高性能NVIDIA加速深层神经网络训练和推理®GPU。用MATLAB与并行计算工具箱大多数支持CUDA的NVIDIA GPU计算能力3.0及以上.
代码生成
使用GPU编码器™从代表训练过的策略的MATLAB代码生成优化的CUDA代码。使用MATLAB编码器™生成C/C++代码以部署策略。
MATLAB编译器支持万博1manbetx
使用MATLAB编译器™和MATLAB编译器SDK™要将经过培训的策略部署为独立应用程序,C/C++共享库,Microsoft®net程序集,Java®类和Python®包。
开始
了解如何为一些问题开发强化学习策略,如倒转一个简单的钟摆,导航一个网格世界,平衡一个车杆系统,以及解决一般的马尔可夫决策过程。
自动驾驶
为自动驾驶应用程序(如自适应巡航控制、车道保持辅助和自动停车)设计强化学习策略。
强化学习视频系列
观看本系列中的视频,了解有关强化学习的更多信息。