Reinforcement Learning Toolbox

 

Reinforcement Learning Toolbox

使用强化学习设计和训练策略

视频长度为 2:18
Reinforcement Learning Toolbox 中提供的训练算法集合,如 DDPG、DQN、SAC 和 PPO。

强化学习智能体

使用 DQN、PPO 和 SAC 等常见算法创建无模型和基于模型的强化学习智能体。或者,使用提供的模板开发您自己的自定义算法。使用 RL Agent 模块将您的智能体集成到 Simulink 中。

强化学习设计器

交互式设计、训练和仿真强化学习智能体。将经过训练的智能体导出到 MATLAB,以供进一步使用和部署。

奖励信号

创建奖励信号,衡量智能体实现目标的成功度。根据 Model Predictive Control Toolbox 或 Simulink Design Optimization 中定义的控制设定自动生成奖励函数。

策略表示

通过使用工具箱建议的神经网络架构快速入门。或者,浏览查找表,或使用 Deep Learning Toolbox 层和深度网络设计器手动定义神经网络策略。

强化学习训练

通过与环境的交互或使用现有数据来训练智能体。探索单智能体和多智能体训练。记录和查看训练数据,并随时监控进度。

多个工作进程并行生成数据以用于分布式强化学习。

分布式计算

使用 Parallel Computing Toolbox 和 MATLAB Parallel Server 借助多核计算机、云资源或计算集群加快训练速度。利用 GPU 加速梯度计算和预测等操作。

四足机器人的 Simulink 模型截图。

环境建模

使用 MATLAB 和 Simulink 对与强化学习智能体无缝交互的环境进行建模。与第三方建模工具对接。

代码生成和部署

根据经过训练的策略自动生成 C/C++ 和 CUDA 代码以部署到嵌入式设备。使用 MATLAB Compiler 和 MATLAB Production Server 将经过训练的策略通过独立应用程序、C/C++ 共享库以及其他方式部署到生产系统中。

参考示例

为机器人、自动驾驶、标定、调度和其他应用设计控制器和决策算法。借助我们的参考示例实现快速入门。

“5G 是一项关键基础架构,我们必须保护它免遭恶意攻击。Reinforcement Learning Toolbox 使我们能够快速评估 5G 漏洞并确定缓解方法。”

下一步是什么?

版本亮点

R2026b

了解更多

Reinforcement Learning Toolbox 常见问题解答

Reinforcement Learning Toolbox 是 MATLAB 产品之一,提供应用程序、函数和 Simulink 模块,可使用 DQN、PPO、SAC 和 DDPG 等强化学习算法训练智能体和策略,适用于机器人、资源分配和自主系统等应用。

Reinforcement Learning Toolbox 支持无模型(model-free)算法,例如 DQN、PPO、SAC 和 DDPG,还支持基于模型的智能体以及使用提供的模板进行自定义算法开发。

可以。Reinforcement Learning Toolbox 包含一个 RL Agent 块,可将强化学习智能体直接集成到 Simulink 模型中,以进行单智能体或多智能体训练。

可以使用深度神经网络或查找表来表示策略和值函数,工具箱支持其建议的网络架构,也支持使用 Deep Learning Toolbox 和 Deep Network Designer 应用创建的自定义网络。

Reinforcement Learning Designer 应用支持以交互方式设计、训练和仿真强化学习智能体,无需编写代码,并可将训练好的智能体导出到 MATLAB 中进一步使用和部署。

可以通过在多个 CPU、GPU、计算集群或云资源上运行并行仿真并使用 Parallel Computing Toolbox 和 MATLAB Parallel Server 来加速训练,GPU 支持用于梯度计算和预测。

可以自动生成优化后的 C、C++ 和 CUDA 代码,将训练好的策略部署到微控制器和 GPU 上,或使用 MATLAB Compiler 和 MATLAB Production Server 将其作为独立应用或共享库进行部署。

可以。借助 Deep Learning Toolbox,您可以通过 ONNX 模型格式从 TensorFlow/Keras、PyTorch 等框架导入现有策略。

可以使用 MATLAB 中的模板或函数构建环境,也可以在 Simulink 中建立复杂动力学模型,还可以与第三方建模工具集成,实现与强化学习智能体的交互。

免费试用 Reinforcement Learning Toolbox

立即探索各种可能。


准备购买?

获取报价并了解相关产品。

您是学生吗?

您的学校可能已拥有 Campus-Wide License 并允许您直接使用 MATLAB、Simulink 和其他附加产品。