主要内容

createIntegratedEnv

创建万博1manbetx基于参考模型的强化学习模型

描述

env= createIntegratedEnv (refModel,新模型)创建一个Simuli万博1manbetxnk®具有由指定的名称的模型新模型并返回一个强化学习环境对象,env,用于这个模型。新型号包含一个RL代理块并使用参考模型refModel作为强化学习环境,用于培训本模块指定的代理。

实例

[env,agentBlock,obsInfo,actInfo]=createIntegratedEnv(___)的块路径RL代理块在新模型和观察和动作数据规范的参考模型,obsInfoactInfo分别地

实例

[___]=createIntegratedEnv(___,名称,值)使用使用一个或多个指定的端口、观察和操作信息创建模型和环境接口名称,值对参数。

例子

全部折叠

这个例子展示了如何使用createIntegratedEnv从Simulink模型开始创建环境对象,该模型实现代理使用的系统。此类系统通常称为万博1manbetx植物开环系统,或参考系统,而包括代理在内的整个(集成)系统通常被称为闭环系统。

对于本例,使用中描述的飞行机器人模型训练DDPG Agent控制飞行机器人作为参考(开环)系统。

打开飞行机器人模型。

open_system (“rlflyingrobotev”)

初始化状态变量和采样时间。

%初始模型状态变量theta0 = 0;x0 = -15;y0 = 0;%样品时间t = 0.4;

创建Simulink模万博1manbetx型IntegratedEnv包含以闭环方式连接到智能体块的飞行机器人模型。该函数还返回强化学习环境对象env用于训练。

env = createIntegratedEnv (“rlflyingrobotev”,“集成环境”)
env=Si万博1manbetxmulinkEnvWithAgent,具有以下属性:模型:IntegratedEnv代理程序块:IntegratedEnv/RL代理程序重置FCN:[]使用FastRestart:打开

该函数还可以将块路径返回到新集成模型中的RL Agent块,以及参考模型的观察和操作规范。

[~, agentBlk observationInfo actionInfo] = createIntegratedEnv (“rlflyingrobotev”,“集成环境”)
agentBlk = 'IntegratedEnv/RL Agent'
observationInfo=rlNumericSpec,属性:LowerLimit:-Inf上限:Inf名称:“观测”说明:[0x0字符串]维度:[7 1]数据类型:“双”
actionInfo = rlNumericSpec with properties: LowerLimit: -Inf UpperLimit: Inf Name: "action" Description: [0x0 string] Dimension: [2 1] DataType: "double"

在需要修改中的描述、限制或名称的情况下,返回块路径和规范非常有用观测信息行动信息。修改规范后,可以从集成模型创建环境IntegratedEnv使用rl万博1manbetxSimulinkEnv函数。

这个例子展示了如何调用createIntegratedEnv使用名称-值对指定端口名称。

第一个论点createIntegratedEnv是什么名字参考万博1manbetx包含代理必须与之交互的系统的Simulink模型。此类系统通常称为植物开环系统。在这个例子中,参考系统是一个水箱的模型。

打开开环式水箱模型。

open_system (“rlWatertankOpenloop”)

设置用于生成观测的离散积分器块的采样时间,以便模拟运行。

Ts=1;

输入端口被调用U(而不是行动),并调用第一和第三个输出端口Y停止(而不是观察伊斯通).使用名称-值对指定端口名称。

env = createIntegratedEnv (“rlWatertankOpenloop”,“IntegratedWatertank”,...“ActionPortName”,“你”,“ObservationPortName”,“y”,“IsDonePortName”,“停止”)
env = 万博1manbetxSimulinkEnvWithAgent with properties: Model: IntegratedWatertank AgentBlock: IntegratedWatertank/RL Agent ResetFcn: [] UseFastRestart: on . env = SimulinkEnvWithAgent with properties: Model: IntegratedWatertank AgentBlock: IntegratedWatertank/RL Agent ResetFcn: [

新模式IntegratedWatertank包含与代理块在一个闭环中连接的参考模型。该函数还返回用于训练的强化学习环境对象。

输入参数

全部折叠

引用模型名称,指定为字符串或字符向量。这是实现代理需要与之交互的系统的Simulink模型。此类系统通常称为万博1manbetx植物,开环系统或参考系统,而包括代理在内的整个(集成)系统通常被称为闭环系统。新的Simuli万博1manbetxnk模型将此参考模型作为强化学习环境的动态模型。

新模型名称,指定为字符串或字符向量。createIntegratedEnv使用此名称创建一个S万博1manbetximulink模型,但不保存该模型。

名称值参数

指定可选的逗号分隔的对名称,值参数。名称参数名和价值为对应值。名称必须出现在引号内。可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家

例子:'IsDonePortName','stopSim'设置stopSim引用模型的端口作为源伊斯通信号。

参考模型观测输出端口名称,指定为逗号分隔对,由“ObservationPortName”和字符串或字符向量。指定ObservationPortName当参考模型的观测输出端口的名称不是“观察”

引用模型动作输入端口名,指定为逗号分隔对组成“ActionPortName”和字符串或字符向量。指定ActionPortName当引用模型的操作输入端口的名称不是时“行动”

参考模型奖励输出端口名,指定为逗号分隔对组成“RewardPortName”和字符串或字符向量。指定奖品名称当参考模型的奖励输出端口的名称不是“奖励”

参考模型完成标志输出端口名,指定为逗号分隔对组成“IsDonePortName”和字符串或字符向量。指定IsDonePortName当参考模型的完成标志输出端口的名称不是“结束”

要为其创建规范的观察总线叶元素的名称,指定为字符串数组。要为Simulink总线对象中的元素子集创建观察规范,请指定万博1manbetx总线元件名称.如果没有指定总线元件名称,则为总线中的每个叶元素创建一个数据规范。

ObservationBusElementNames仅当观测输出端口为总线信号时适用。

例子:“ObservationBusElementNames”,(“罪”“因为”)使用名称为观测总线元素创建规范“罪”“cos”

离散观测规范元素的有限值,指定为逗号分隔对,由“ObservationDiscreteElements”以及名称-值对的单元格数组。每个名称-值对由一个元素名称和一个离散值数组组成。

如果参考模型的观测输出端口为:

指定的离散值必须能够转换为指定的观测信号的数据类型。

如果未为观测规范元素指定离散值,则该元素是连续的。

例子:ObservationDiscretElements,{“观察”,[1 0 1]}指定带有默认端口名的非总线观测信号的离散值观察

例子:'ObservationDiscretElements',{'gear',[-1 0 1 2],'direction',[1 2 3 4]}的离散值“装备”“方向”总线动作信号的叶元素。

离散动作规范元素的有限值,指定为逗号分隔对,由“谨慎行动”以及名称-值对的单元格数组。每个名称-值对由一个元素名称和一个离散值数组组成。

如果参考模型的操作输入端口为:

  • 一个总线信号,指定总线的叶元素的名称

  • 非总线信号,指定操作端口的名称,如ActionPortName

指定的离散值必须可强制转换为指定动作信号的数据类型。

如果未为动作规范元素指定离散值,则该元素是连续的。

例子:'ActionDiscreteElements',{'action',[-10-1]}为带有默认端口名的非总线动作信号指定离散值“行动”

例子:'ActionDiscretElements',{'force',[-10 0 10],'torque',[-5 0 5]}的离散值“力”“扭矩”总线动作信号的叶元素。

输出参数

全部折叠

强化学习环境界面,返回为万博1manbetxSimulinkEnvWithAgent对象。

新模型中代理块的块路径,作为字符向量返回。若要在新Simulink模型中训练代理,必须创建代理并在中指定代理名称万博1manbetxRL代理块所示agentBlock

有关创建代理的详细信息,请参见强化学习代理

观察数据规格,返回如下:

操作数据规范,返回如下内容之一:

  • rlNumericSpec对象的一个连续操作规范

  • rlFiniteSetSpec单个离散动作规范的对象

  • 用于多个操作规范的数据规范对象数组

在R2019a中引入