利用深神经网络加固学习
通过与未知的动态环境进行交互来培训深神经网络代理
加强学习是一种目标定向的计算方法，其中代理学习通过与未知的动态环境进行交互来执行任务。在培训期间，学习算法更新代理策略参数。学习算法的目标是找到最佳策略，最大化任务期间收到的长期奖励。
根据代理类型，策略由一个或多个策略和值函数表示表示。您可以使用深神经网络实现这些表示。然后，您可以使用强化学习工具箱™软件培训这些网络。
有关更多信息，请参阅利用深神经网络加固学习。
话题
强化学习是一种目标定向的计算方法，计算机学习通过与未知的动态环境进行交互来执行任务。
使用钢筋使用在Simulink中建模的工厂培训一个控制器万博1manbetx®作为培训环境。
使用深度学习工具箱™使用深网络设计器应用程序创建钢筋学习代理。
使用基于图像的观测信号列车钢筋学习代理。
为车道保持辅助应用培训钢筋学习代理。
培训深度神经网络以模仿模型预测控制器的行为。
特色例子
您还可以从以下列表中选择一个网站：
