强化学习工具箱

重大更新

强化学习工具箱

使用强化学习设计和培训政策

开始:

强化学习代理

创建和配置强化学习代理以培训Matlab和Simulink的策略。万博1manbetx使用内置或开发自定义强化学习算法。

强化学习算法

使用深度Q-network (DQN)、深度确定性策略梯度(DDPG)、近端策略优化(PPO)和其他内置算法创建代理。使用模板为培训政策开发定制代理。

钢筋学习工具箱中提供的培训算法。

强化学习设计师App

交互式设计、训练和模拟强化学习代理。出口训练代理MATLAB进一步使用和部署。

基于深度神经网络的策略和值函数表示

对于具有大状态-动作空间的复杂系统,可编程地定义深度神经网络策略,使用来自深度学习工具箱,或与深层网络设计师.或者,使用工具箱建议的默认网络架构。使用模仿学习初始化策略来加速培训。与其他深度学习框架的互操作性导入和导出ONNX模型。

Simulink中的单agent和多agent强化学习万博1manbetx

在Simulink中用RL代理块创建和训练强化学习代理。万博1manbetx在Simulink中使用RL Agent块的多个实例同时训练多个Agent (multi-agent reinforcement learning)。万博1manbetx

Simulink的强化学习代理块。万博1manbetx

环境建模

创建MATLAB和SIMULINK环万博1manbetx境模型。描述系统动态,并为培训代理提供观察和奖励信号。

万博1manbetxSimulink和Simscape环境

使用Si万博1manbetxmulink和Simscape™创建环境的模型。在模型中指定观察、行动和奖励信号。

万博1manbetx双足机器人的Simulink环境模型。

MATLAB环境中

使用MATLAB函数和类来建模环境。在MATLAB文件中指定观察,行动和奖励变量。

三自由度火箭的MATLAB环境。

加速训练

使用GPU、云和分布式计算资源加速训练。

GPU加速

使用高性能NVIDIA加速深度神经网络训练和推理®gpu。使用MATLAB并行计算工具箱以及大多数支持cuda的NVIDIA gpu计算能力3.0及以上

使用gpu加速培训。

代码生成和部署

将经过培训的策略部署到嵌入式设备或将其与广泛的生产系统集成。

代码生成

使用GPU编码器™从代表训练过的策略的MATLAB代码生成优化的CUDA代码。使用MATLAB编码器™生成C/ c++代码来部署策略。

使用GPU编码器生成CUDA代码。

MATLAB编译器支持万博1manbetx

使用MATLAB编译器™MATLAB编译器SDK™将经过培训的策略部署为独立应用程序、C/ c++共享库、Microsoft®net程序集,Java®Python类,®包。

将策略打包和共享为独立的程序。

参考例子

用于机器人,自动化驾驶,校准,调度和其他应用的设计控制器和决策算法。

开始

了解如何为一些问题开发强化学习策略,如倒转一个简单的钟摆,导航一个网格世界,平衡一个车杆系统,以及解决一般的马尔可夫决策过程。

调优、校准和调度

为调优、校准和调度应用程序设计强化学习策略。

水资源分配中的资源分配问题。

加强学习视频系列

观看本系列中的视频,了解有关强化学习的更多信息。