主要内容

exteriorPenalty

一个点相对于有界区域的外部惩罚值

折叠所有页面

    语法

    p = exteriorPenalty (x, xmin xmax、方法)

    描述

    例子

    p= exteriorPenalty (x，xmin，xmax，方法）使用指定的方法计算非负(外)罚向量p的点x关于被包围的区域xmin和xmax．p有相同的尺寸x．

    例子

    全部折叠

    打开生活的脚本

    这个例子展示了如何使用exteriorPenalty函数计算给定点相对于有界区域的外部惩罚。

    计算该点的罚分值0．1在间隔内[－2，2),使用一步方法。

    exteriorPenalty (0.1, 2, 2,“步骤”）
    ans = 0

    计算该点的罚分值4间隔外[－2，2),使用一步方法。

    exteriorPenalty(4、2、2、“步骤”）
    ans = 1

    计算该点的罚分值4间隔外[－2，2),使用二次方法。

    exteriorPenalty(4、2、2、“二次”）
    ans = 4

    计算该分的罚分值[－2，0，4]相对于由间隔定义的方框[0，1]， [－1，1), (－2，2]沿x、y和z维度，分别使用二次方法。

    外部惩罚([-2 0 4]，[0 -1 -2]，[1 1 2]，“二次”）
    ans =3×14 0 4

    可视化一个区间的惩罚值

    创建一个由1001个等距点组成的向量，分布在-之间5和5．

    x = 5:0.01:5;

    方法计算向量中所有点的惩罚值二次方法。

    p = exteriorPenalty (x, 2, 2,“二次”）;

    绘制点并添加网格、标签和标题。

    情节(x, p)网格包含(“位置”）;ylabel (“刑罚价值”）;标题(“一段时间内的惩罚值”）;

    输入参数

    全部折叠

    计算外部惩罚的点，指定为数值标量、向量或矩阵。

    例子:[-0.1, 1.3]

    下界的x，指定为数字标量、向量或矩阵。中的所有元素使用相同的最小值x,指定xmin作为一个标量。

    例子:－2

    上界为x，指定为数字标量、向量或矩阵。中的所有元素使用相同的最大值x,指定xmax作为一个标量。

    例子:10 [5]

    用来计算惩罚的函数，指定为“步骤”或“二次”．您还可以使用字符串来代替字符向量。

    例子:“二次”

    输出参数

    全部折叠

    惩罚值，作为非负元素的向量返回。对于这两种方法中的任何一种，每个元素p我如果对应的是零x我是否在由xmin我和xmax我反之为正。惩罚函数通常用于在违反约束时生成负奖励，例如generateRewardFunction．

    扩展功能

    C / c++代码生成
    使用MATLAB®Coder™生成C和c++代码。

    另请参阅

    功能

    主题

    介绍了R2021b

    强化学习工具箱文档

    万博1manbetx

    强化学习与MATLAB和Simulink万博1manbetx

    强化学习与MATLAB和Simulink万博1manbetx

    下载电子书