部署训练有素的强化学习策略
一旦你培养了强化学习剂，也可以生成部署最优策略。您可以生成：
CUDA®使用GPU编码器深层神经网络策略码™
C / C ++使用表，深神经网络，或直链基函数策略码MATLAB®编码器™
注意
代码生成深层神经网络的政策支持只能与一个输入层网络。万博1manbetx
有关训练强化学习代理的更多信息，请参见火车强化学习代理。
创建政策评估功能
要生成一个强化学习剂的训练有素的最优策略代码，您必须首先创建一个代理策略评估功能。您可以生成任何类型的策略表示对象的代理策略函数：
值和Q表（
rlTableRepresentation）深层神经网络（
rlLayerRepresentation）线性基函数（
rlLinearBasisRepresentation）
有关不同类型的策略的详细信息，请参阅创建策略和价值功能交涉。
若要创建基于给定观察选择操作的策略评估函数，请使用generatePolicyFunction命令。此命令生成一个MATLAB脚本，其中包含了策略评估功能，MAT文件，其中包含最佳策略数据。
您可以使用GPU编码器或生成代码来部署这一政策功能MATLAB编码器。
使用生成代码GPU编码器
如果你的训练的最佳策略使用深层神经网络，可以生成使用GPU编码器的政策CUDA代码。有几个必需和建议必备产品生成CUDA代码深层神经网络。s manbetx 845欲了解更多信息，请参阅安装必备产品s manbetx 845（GPU编码器），并设置前提条件的产品s manbetx 845(GPU编码器)。
并非所有的深层神经网络层支持GPU代码生成。万博1manbetx对于支持层的列表，请参阅万博1manbetx万博1manbetx支持的网络和层(GPU编码器)。有关GPU代码生成的更多信息和示例，请参见使用GPU编码器进行深度学习(GPU编码器)。
生成CUDA规范深层神经网络策略
例如，为训练过的策略梯度代理生成GPU代码训练PG代理人平衡吊柱系统。
装上训练好的特工。
加载（“MATLABCartpolePG.mat”，“代理人”）
创建该代理的策略评估功能。
generatePolicyFunction(代理)
此命令创建evaluatePolicy.m文件，其中包含策略函数，以及agentData.mat文件，其中包含了训练的深层神经网络的演员。对于给定的观察，政策功能评估使用网络的演员每一个潜在动作的概率。然后，策略函数随机选择基于这些概率的操作。
由于演员网络为这个PG剂具有单一的输入层和单个输出层，可以生成用于使用GPU编码器该网络的代码。例如，您可以生成CUDA兼容MEX功能。
配置代码生成函数创建一个CUDA兼容的c++ MEX函数。
CFG = coder.gpuConfig（'MEX'）;cfg.TargetLang ='C ++';cfg.DeepLearningConfig = coder.DeepLearningConfig（“cudnn”）;
设置策略评估输入参数的维度，该参数对应于代理的观察规范维度。若要查找观察维度，请使用getObservationInfo函数。在这种情况下，观测在四元素矢量。
argstr =“{1 (4,1)}”;
使用代码生成代码生成函数。
代码生成（'-config'，'CFG'，'evaluatePolicy'，'-args'argstr,“报告”）;
此命令生成的MEX函数evaluatePolicy_mex。
使用生成代码MATLAB编码器
您可以为表、深度神经网络或线性基函数策略生成C/ c++代码MATLAB编码器。
运用MATLAB编码器，你可以生成:
C / C ++对策略代码，使用q表，值表，或直链基函数。有关常规的C / C ++代码生成的更多信息，请参见生成代码（编码器MATLAB）。
C ++代码，使用深层神经网络政策。欲了解更多信息，请参阅先决条件深度学习与MATLAB编码器（编码器MATLAB）和深度学习与MATLAB编码器（编码器MATLAB）。
生成C代码对于Q表政策
作为一个例子，产生用于在训练Q学习剂C代码在基本网格世界中训练增强学习代理。
装上训练好的特工。
加载（'basicGWQAgent.mat'，'qAgent'）
创建该代理的策略评估功能。
generatePolicyFunction（qAgent）
此命令创建evaluatePolicy.m文件，其中包含策略函数，以及agentData.mat文件，其中包含经过训练的Q表值函数。对于给定的观察，策略函数使用Q表查找每个潜在操作的值函数。然后，策略函数选择值函数最大的操作。
设置策略评估输入参数的维度，该参数对应于代理的观察规范维度。若要查找观察维度，请使用getObservationInfo函数。在这种情况下，只有一个有限的观测值。
argstr ='{[1]}';
配置代码生成函数来产生合适的可嵌入的C代码用于定位一个静态库，并输出文件夹设定为buildFolder。
CFG = coder.config（'LIB'）;outFolder =“buildFolder”;
方法生成C代码代码生成函数。
代码生成（“c”，“- d”倒转褶皱,'-config'，'CFG'，...'evaluatePolicy'，'-args'argstr,“报告”）;
也可以看看
相关的话题
你也可以从以下列表中选择一个网站:
