增强学习工具箱™提供应用程序，功能和Simulink万博1manbetx^®使用增强学习算法的培训策略的块，包括DQN，PPO，SAC和DDPG。您可以使用这些策略来为复杂的应用程序（例如资源分配，机器人技术和自治系统）实施控制器和决策算法。

该工具箱使您可以使用深层神经网络或查找表表示策略和价值功能，并通过与MATLAB中建模的环境进行培训^®或模拟万博1manbetx。您可以评估工具箱中提供的单一或多代理增强学习算法或开发自己的。您可以尝试使用超参数设置，监视培训进度，并通过应用程序或编程性地模拟训练的代理。为了提高训练性能，可以在多个CPU，GPU，计算机簇和云（带有并行计算工具箱™和MATLAB Parallel Server™）。

通过ONNX™模型格式，可以从Tensorflow™Keras和Pytorch（带有深度学习Toolbox™）等深度学习框架中导入现有策略。您可以生成优化的C，C ++和CUDA^®代码以在微控制器和GPU上部署训练有素的策略。该工具箱包括参考示例，以帮助您开始。