此示例显示了如何在Simulink®中为自适应巡航控制(ACC)培训深层确定性策略梯度(DDPG)代理。有关DDPG代理的更多信息,请参阅万博1manbetx 本示例中的强化学习环境是ego汽车和领头车的简单纵向动力学。培训目标是通过控制纵向加速度和制动,使ego汽车以设定速度行驶,同时保持与领头车的安全距离。本示例使用与 指定两辆车的初始位置和速度。 指定静止默认间距(m)、时间间隔(s)和驱动器设置速度(m/s)。 要模拟车辆动力学的物理限制,请将加速度限制在范围内 定义采样时间 打开模型。 对于此型号: 从代理到环境的加速度动作信号为-3到2 m/s^2。 汽车的参考速度 来自环境的观测值是速度误差 当ego小车的纵向速度小于0,或主小车和ego小车之间的相对距离小于0时,模拟终止。 奖赏
哪里 为模型创建强化学习环境界面。 创建观察规范。 创建操作规范。 创建环境接口。 要定义领头车位置的初始条件,请使用匿名函数句柄指定环境重置函数。重置函数 修复随机生成器种子以获得再现性。 DDPG代理使用临界值函数表示来近似给定观察和行动的长期回报。要创建批评家,首先创建一个具有两个输入、状态和动作以及一个输出的深度神经网络。有关创建神经网络值函数表示的详细信息,请参见 查看网络配置。 使用指定批评家表示的选项 使用指定的神经网络和选项创建批评家表示。还必须指定批评家的操作和观察信息,这些信息是从环境界面获得的。有关更多信息,请参阅 DDPG代理通过使用参与者表示来决定执行给定观察的操作。要创建演员,首先创建一个深度神经网络,一个输入,一个观察,一个输出,一个动作。 以类似于批评家的方式构造参与者。有关更多信息,请参阅 要创建DDPG代理,请首先使用指定DDPG代理选项 然后,使用指定的参与者表示、评论家表示和代理选项创建DDPG代理。有关更多信息,请参阅 要培训代理,请首先指定培训选项。对于本例,请使用以下选项: 每个训练集最多运行一个小时 在“事件管理器”对话框中显示培训进度。 当代理收到大于260的情节奖励时停止训练。 有关详细信息,请参阅 使用 要验证经过培训的代理的性能,请通过取消注释以下命令在Simulink环境中模拟代理。有关代理模拟的更多信息,请参阅万博1manbetx 要使用确定性初始条件演示经过训练的agent,请在Simulink中模拟该模型。万博1manbetx 下图显示了当先导车比ego车提前70(m)时的模拟结果。 在前28秒内,相对距离大于安全距离(下图),因此ego汽车跟踪设定速度(中间图)。要加速并达到设定速度,加速度为正(上图)。 从28秒到60秒,相对距离小于安全距离(下图),因此ego汽车跟踪领先速度和设定速度的最小值。从28到36秒,超前速度小于设定速度(中间图)。要减速并跟踪牵引车速度,加速度为负(上图)。从36秒到60秒,ego汽车调整其加速度,以密切跟踪参考速度(中间图)。在此时间间隔内,ego汽车跟踪设定速度43至52秒,跟踪领先速度36至43秒和52至60秒。 关闭Simulink万博1manbetx模型。万博1manbetxSimulink模型
x0_铅=50;
D_默认值=10;t_间隙=1.4;v_集=30;
阿明•伊戈=-3;阿玛克斯•伊戈=2;
Ts=0.1;Tf=60;
mdl=
创建环境接口
observationInfo=rlNumericSpec([3 1],
actionInfo=rlNumericSpec([1],
env=rlSi万博1manbetxmulinkEnv(mdl、agentblk、observationInfo、actionInfo);
env.ResetFcn=@(in)localResetFcn(in);
rng(
创建DDPG代理
L=48;
绘图(关键网络)
rlRepresentationOptions
临界点=rlRepresentationOptions(
rlQValueRepresentation
critic=rlQValueRepresentation(关键网络、观测信息、动作信息、,
决定论呈现
actorNetwork=[featureInputLayer(3,
rlDDPGAgentOptions
agentOptions=rlDDPGAgentOptions(
RLDDPG试剂
代理=rlDDPGAgent(演员、评论家、代理);
列车员
RL培训选项
最大事件数=5000;maxsteps=ceil(Tf/Ts);培训选项=RL培训选项(
火车
doTraining=false;
模拟DDPG代理
模拟选项
模拟
%simOptions=rlSimulationOptions('MaxSteps',MaxSteps);
x0_导线=80;sim(mdl)
bdclose(mdl)
复位功能
功能
另见
相关话题