使用MATLAB 和 Simulink进行强化学习
查看时间表并报名课程详细信息
本课程为期一天，介绍在 MATLAB® 和 Simulink® 环境中进行强化学习开发，重点介绍如何使用 Reinforcement Learning Toolbox™.
内容包括：
- 环境和奖励
- 策略和智能体
- 神经网络和训练
- 部署
第1天/共1天
环境和奖励
目标：在 MATLAB 和 Simulink 中建立环境模型和奖励机制。
- 在 Simulink 中创建环境模型
- 编写奖励函数
- 使用 Simulink 和 MATLAB 创建智能体
- 连接智能体和环境模型
策略和智能体
目标: 创建策略的表达方式并构建智能体。
- 使用神经网络表达策略
- 在 MATLAB 中创建强化学习智能体
- 指定仿真选项来运行仿真
神经网络和训练
目标：将策略用神经网络表达并且训练智能体。
- 装配神经网络
- Deep Network Designer app
- 训练智能体
- Reinforcement Learning Designer app
部署
目标：从创建好的智能体生成代码。
- 生成代码
- 验证生成的代码
