文档帮助中心文档
getLearnableParameterValues
getLearnableParameters
从策略或值函数表示中获得可学习的参数值
val = getLearnableParameters(代表)
例子
瓦尔= getLearnableParameters (代表)从强化学习策略或值函数表示中返回可学习参数的值代表。
瓦尔= getLearnableParameters (代表)
瓦尔
代表
全部折叠
假设您有一个现有的经过训练的强化学习代理。对于本例,从中加载经过训练的代理训练DDPG代理控制双集成商系统。
负载(“DoubleIntegDDPG.mat”,“代理”)
从代理获取评论家表示。
评论家= getCritic(代理);
从批评家那里获得可学习参数。
params = getLearnableParameters(批评);
修改参数值。对于本例,只需将所有参数乘以2。
2
modifiedParams = cellfun(@(x) x*2,params,“UniformOutput”,错误的);
将critical的参数值设置为修改后的新值。
评论家= setLearnableParameters(评论家,modifiedParams);
将代理商设置为新修改的评论家。
代理= setCritic(代理、批评);
从代理商中获取演员表示。
演员= getActor(代理);
从行动者处获得可学习参数。
params = getLearnableParameters(演员);
将参与者的参数值设置为新的修改值。
演员= setLearnableParameters(演员,modifiedParams);
将代理中的参与者设置为新修改的参与者。
代理= setAttor(代理,演员);
rlValueRepresentation
rlQValueRepresentation
rlDeterministicActorRepresentation
rlStochasticActorRepresentation
策略或值函数表示,指定为下列之一:
rlValueRepresentation对象-值函数表示
rlQValueRepresentation对象- q值函数表示
rlDeterministicActorRepresentation对象-具有确定性动作的参与者表示
rlStochasticActorRepresentation对象-带有随机动作的参与者表示
要创建策略或值函数表示,请使用以下方法之一:
使用相应的表示对象创建表示。
使用getCritic
getCritic
使用代理商使用的现有策略表示getActor。
getActor
表示对象的可学习参数值,作为单元格数组返回。可以修改这些参数值,并在原始代理或使用setLearnableParameters函数。
setLearnableParameters
全部展开
R2020a行为改变
getLearnableParameterValues现在是getLearnableParameters。要更新代码,请将函数名改为getLearnableParameterValues来getLearnableParameters。语法是等价的。
getActor|getCritic|setActor|setCritic|setLearnableParameters
setActor
setCritic
您有这个示例的一个修改版本。要用编辑打开这个例子吗?
您点击了一个对应于这个MATLAB命令的链接:
通过在MATLAB命令窗口中输入该命令来运行该命令。Web浏览器不支持MATLAB命令。万博1manbetx
选择一个网站来获得可用的翻译内容,并看到当地的活动和提供。根据您所在的位置,我们建议您选择:。
你也可以从以下列表中选择一个网站:
请选择表现最佳的中国网站(中文或英文)。MathWorks的其他国家网站并没有针对您所在位置的访问进行优化。
与当地办事处联系