이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.

자율 시스템과 제어 시스템

R2026a
강화 학습, 예측 정비, 자율 내비게이션 응용 분야에서 딥러닝 워크플로 확장

Deep Learning Toolbox™를 사용하여 강화 학습, 예측 정비, 자율 내비게이션 응용 분야에 딥러닝을 적용합니다.

카테고리

  • 강화 학습
    알려지지 않은 동적 환경과 상호 작용하여 심층 신경망 에이전트 훈련시키기
  • 예측 정비
    예측 정비 응용 분야에서 딥러닝 워크플로 확장
  • 자율 내비게이션
    자율 내비게이션 응용 분야에서 딥러닝 워크플로 확장

추천 예제

Train DDPG Agent to Control Two-Thruster Sliding Vehicle

Train DDPG Agent to Control Two-Thruster Sliding Vehicle

Train a DDPG agent to control a robot sliding over a frictionless 2-D plane.

(Reinforcement Learning Toolbox)

Train Hybrid SAC Agent for Path-Following Control

Train Hybrid SAC Agent for Path-Following Control

Train a hybrid SAC agent for lane following control.

(Reinforcement Learning Toolbox)

Train Biped Robot to Walk Using Reinforcement Learning Agents

Train Biped Robot to Walk Using Reinforcement Learning Agents

Compare DDPG and TD3 agent for the control a biped walking robot modeled in Simscape™ Multibody™.

(Reinforcement Learning Toolbox)

Generate Synthetic Signals Using Conditional GAN

Generate Synthetic Signals Using Conditional GAN

Use a conditional generative adversarial network to produce synthetic signals.

(Signal Processing Toolbox)

딥러닝을 사용한 화학 공정 결함 검출

딥러닝을 사용한 화학 공정 결함 검출

시뮬레이션 데이터를 사용하여 화학 공정의 결함을 검출할 수 있는 신경망을 훈련시킵니다.

(Predictive Maintenance Toolbox)

Rolling Element Bearing Fault Diagnosis Using Deep Learning

Rolling Element Bearing Fault Diagnosis Using Deep Learning

Perform fault diagnosis of a rolling element bearing using a deep learning approach.

(Predictive Maintenance Toolbox)