主要内容

rlFiniteSetSpec

为强化学习环境创建离散动作或观察数据规范

全部展开页面

描述

一个rlFiniteSetSpecObject指定用于加强学习环境的离散动作或观察数据规范。

创建

语法

规范= rlFiniteSetSpec(元素)

描述

例子

规格= rlFiniteSetSpec (元素）使用一组离散的操作或观察创建数据规范，设置元素财产。

属性

全部展开

对环境的有效行动或观察的集合，指定为下列之一:

  • 向量 - 为单个动作或单个观察指定有效的数值。

  • 单元格数组——当您有多个操作或观察时，指定有效的数值组合。单元格数组的每个条目必须具有相同的维度。

的名字rlFiniteSetSpec对象，指定为字符串。使用此属性可为有限集设置有意义的名称。

的描述rlFiniteSetSpec对象，指定为字符串。使用此属性指定有限设置值的有意义描述。

此属性是只读的。

每个元素的大小，指定为向量。

如果您指定元素作为一个向量维是[1]．否则，如果指定单元格数组，则维中表项的大小元素．

此属性是只读的。

有关指定为字符串的数据类型的信息。

对象的功能

rl万博1manbetxSimulinkEnv 使用动态模型创建强化学习环境万博1manbetx
rlfunctionenv. 使用函数指定自定义强化学习环境动态
rlRepresentation (不推荐)强化学习代理的模型表示

例子

全部折叠

这个示例使用:

打开直播脚本

对于本例，考虑rlSimplePendulumModel万博1manbetxSimulink模型。该模型是一个简单的无摩擦摆，最初悬挂在向下位置。

打开模型。

mdl ='rlsimplepentulummodel'；Open_System（MDL）

创建rlNumericSpec和rlFiniteSetSpec分别观察和动作信息的对象。

Obsinfo = rlnumericspec（[3 1]）3观察的％载体：Sin（θ），cos（θ），d（θ）/ dt
obsInfo = rlNumericSpec with properties: LowerLimit: -Inf UpperLimit: Inf Name: [0x0 string] Description: [0x0 string] Dimension: [3 1] DataType: "double"
actInfo = rlFiniteSetSpec([-2 0 2])% 3扭矩的可能值:-2 Nm, 0 Nm和2 Nm
actInfo = rlFiniteSetSpec with properties: Elements: [3x1 double] Name: [0x0 string] Description: [0x0 string] Dimension: [1 1] DataType: "double"

属性的属性值可以使用点表示法rlNumericSpec和rlFiniteSetSpec对象。

obsInfo。Name =“观察”；actInfo。Name =“扭矩”；

分配代理块路径信息，并使用前面步骤中提取的信息为Simulink模型创建强化学习环境。万博1manbetx

AppletBlk = [MDL' / RL代理'];env = rl万博1manbetxSimulinkEnv (mdl agentBlk、obsInfo actInfo)
env = 万博1manbetxSimulinkEnvWithAgent with properties: Model: rlSimplePendulumModel AgentBlock: rlSimplePendulumModel/RL Agent ResetFcn: [] UseFastRestart: on . env = SimulinkEnvWithAgent with properties: Model: rlSimplePendulumModel

您还可以使用点表示法包含一个reset函数。对于本例，随机初始化theta0在模型工作区中。

env。ResetFcn = @(in) setVariable(in，'theta0'randn,“工作区”，mdl）
env = 万博1manbetxsimulinkenvwithagent with properties：型号：rlsimplepentulummodel agentblock：rlsimplendepulummodel / rl代理resetfcn：@（in）setVariable（In，'theta0'，Randn，'workspace'，mdl）UseFastrest：On
打开直播脚本

如果强化学习代理的参与者有多个输出，每个输出都有一个离散动作空间，则可以使用rlFiniteSetSpec目的。

设双输出系统的有效值为(1 2)对于第一个输出和[10 20 30]对于第二个输出。为所有可能的输入组合创建一个离散的动作空间规范。

actionSpec = rlFiniteSetSpec({[1 10]，[1 20]，[1 30]，．..[2 10]，[2 20]，[2 30]}）
actionSpec = rlFiniteSetSpec with properties: Elements: {6x1 cell} Name: [0x0 string] Description: [0x0 string] Dimension: [1 2] DataType: "double"

另请参阅

||||||||

介绍了R2019a

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