主要内容

rlagentinitializationOptions.

初始化强化学习代理的选项

展开所有页面

描述

使用rlagentinitializationOptions.对象为代理指定初始化选项。要创建代理，请使用特定的代理创建功能，例如rlacagent.。

创建

句法

Initopts = rlagentinitializationOptions.
Initopts = rlagentinitializationOptions（名称，值）

描述

初学者= rlagentinitializationOptions.返回一个默认选项对象，用于初始化支持默认网络的钢筋学习代理。万博1manbetx使用初始化选项指定代理初始化参数，例如代理网络的每个隐藏层的单位数以及是否使用经常性神经网络。

例子

初学者= rlagentinitializationOptions（名称，价值的）创建初始化选项对象并设置其属性通过使用一个或多个名称值对参数。

特性

展开全部

代理网络的每个隐藏的完全连接层中的单位数，除了在网络输出之前的完全连接的图层，指定为正整数。您设置的值也适用于任何LSTM层。

例子：'numhidendenit'，64

标志使用经常性神经网络，指定为逻辑。

如果你设置Usernn.到真正的，在代理创建期间，软件在代理网络的输出路径中，将输出模式设置为序列的传出LSTM层。请注意，政策渐变和演员 - 批评者不支持经常性的神经网络。万博1manbetx有关LSTM的更多信息，请参阅长期短期内存网络。

例子：“UseRNN”,真的

对象功能

rlacagent. 演员 - 评论家强化学习代理
rlpgagent. 政策梯度加固学习代理
rlddpgagent. 深度确定性策略梯度强化学习主体
rldqnagent. 深度Q网加固学习代理
rlppoagent. 近端政策优化强化学习代理
rltd3agent. 双延迟深度确定性政策梯度加固学习代理
rlsacagent. 软演员 - 评论家强化学习代理

例子

全部收缩

打开生活的脚本

创建代理初始化选项对象，指定隐藏神经元的数量和经常性神经网络的使用。

initopts = rlagentinitializationoptions（'numhidandenit'，64，'USERNN'，真的）
Initopts =具有属性的rlagentinitializationOptions：numhiddentunit：64 Usernn：1

您可以使用点表示法修改选项。例如，将代理采样时间设置为0．5。

initOpts。NumHiddenUnit = 128
Initopts =具有属性的rlagentinitializationOptions：numhiddentunit：128 Usernn：1

也可以看看

|

话题

在R2020B中介绍

强化学习工具箱文档

万博1manbetx

尝试matlab，sim万博1manbetxulink等产品s manbetx 845

立即获得试用