加固学习工具箱
使用强化学习设计和培训政策
强化学习工具箱™提供使用强化学习算法(包括DQN、A2C和DDPG)的培训策略的功能和模块。您可以使用这些策略为复杂系统(如机器人和自治系统)实现控制器和决策算法。您可以使用深度神经网络、多项式或查找表来实现这些策略。
Toolbox允许您通过启用它们与Matlab所代表的环境进行交互来培训策略®或者模万博1manbetx拟®模型。您可以评估算法,试验超参数设置,并监控训练进度。为了提高训练性能,您可以在云、计算机集群和gpu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导入,如TensorFlow™Keras和PyTorch(使用深度学习工具箱™)。您可以生成优化的C、c++和CUDA代码,以便在微控制器和gpu上部署经过培训的策略。
工具箱包括使用强化学习为机器人和自动驾驶应用设计控制器的参考示例。
开始:
强化学习算法
使用深度Q-Network (DQN)实现代理,优势演员评论家(A2C)、深度确定性策略梯度(Deep Deterministic Policy Gradients, DDPG)和其他内置算法。使用模板实现培训策略的自定义代理。
使用深神经网络的策略和价值函数表示
对具有大状态-动作空间的复杂系统使用深度神经网络策略。使用深度学习工具箱中的网络和架构定义策略。导入ONNX模型以与其他深度学习框架互操作性。
万博1manbetxSimulink Blocks for Agents
在Simulink中实施和培训加固学习代理。万博1manbetx
万博1manbetxSimulink和Simscape环境
使用Si万博1manbetxmulink和Simscape™模型来表示环境。指定模型中的观察,动作和奖励信号。
Matlab环境
使用MATLAB函数和类来表示环境。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
通过使用并行计算工具箱和在多核计算机、云资源或计算集群上运行并行模拟来加快培训MATLAB并行服务器。
GPU加速
高性能NVIDIA加快深度神经网络培训和推论®GPU。使用matlab并行计算工具箱和大多数CUDA.®-enabled 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 Coder™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™将培训的策略部署为C / C ++共享库,Microsoft®net程序集,Java®课程和python®包。
入门
针对诸如平衡倒立摆、导航网格世界问题和平衡车杆系统等问题,实现基于强化学习的控制器。
机器人
使用强化学习为机器人设计控制器。