基于图像数据的倒立摆强化学习
Emmanouil Tzorakoleftherakis, MathWorks
使用强化学习工具箱™和DQN算法来执行单摆的基于图像的反演。该工作流包括以下步骤:1)创建环境，2)指定策略表示，3)创建代理，4)训练代理，5)验证训练过的策略。
所提供的钟摆环境具有预先定义的观察、行动和奖励。动作包括5个可能的扭矩值，观察包括一个50x50灰度图像以及钟摆的角速度，奖励是到期望的向上位置的距离。学习如何使用深度网络设计应用程序来构建q函数的神经网络表示，DQN代理使用它来近似长期回报。
看看如何在训练过程中可视化钟摆行为，并监控训练进度。训练完成后，在模拟中验证策略，以决定是否需要进一步的训练。
相关视频和网络研讨会
你也可以从以下列表中选择一个网站: