强化学习工具箱提供的功能和模块，让您实现控制器和决策算法的自治系统，如机器人和自动驾驶汽车。

该工具箱使您能够通过工作在强化学习工作流程的所有阶段，从创建环境和代理政策培训和部署，以MATLAB和Simulink。万博1manbetx

建立深层神经网络策略和深层网络设计者值的函数或程序有内置功能。

除了神经网络，多项式和查找表也都支持。万博1manbetx

受政策相结合定义代理内置训练算法，如演员评论家方法或深Q网络。

您可以创建两个MATLAB和Simulink环境。万博1manbetx

在Si万博1manbetxmulink中，创建一个描述环境动力学和奖励信号的模型。

使用代理块接口与代理环境模型。

对于MATLAB环境中，您可以根据需要与提供的模板，并进行修改开始。

您也可以从多个预定义MATLAB和Simulink环境中进行选择。万博1manbetx

要培养一个代理，指定培训选项，比如停止准则和使用代理和环境模型开始训练过程。

并行计算工具箱和MATLAB并行服务器让你加速通过并行仿真和计算培训。

在培训过程中，剧集管理器可帮助您直观地监视训练进度，并提供汇总统计。

培训完成后，您可以验证与模拟环境训练的代理，你可以生成CUDA和C / C ++代码部署训练有素的政策。

有关强化学习工具箱的详细信息，请参阅文档和示例。

开始使用今天强化学习工具箱的免费试用。