이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.
환경
강화 학습 환경의 동특성 및 출력값 모델링
강화 학습 시나리오에서 환경은 에이전트가 상호 작용하는 월드를 모델링합니다.
Reinforcement Learning Toolbox™는 미리 정의된 객체를 제공하여 다양한 벤치마크 환경을 구현하도록 합니다. 환경 동특성에 대한 사용자 지정 함수를 사용하거나 기존 환경 템플릿 클래스를 수정하거나 Simulink® 모델을 사용하여, 자신만의 고유한 환경을 만들 수도 있습니다.
강화 학습 환경에 대한 소개는 Reinforcement Learning Environments 항목을 참조하십시오.
함수
블록
RL Agent | 강화 학습 에이전트 |
도움말 항목
강화 학습 환경에 대한 소개
- Reinforcement Learning Environments
Model environment dynamics using a MATLAB® object that generates rewards and observations in response to agents actions.
그리드 월드 환경
- Load Predefined Grid World Environments
Load grid world environments in which the actions, observations, and rewards are already defined. - Create Custom Grid World Environments
Create custom grid world environments by defining your own grid size, rewards and obstacles.
미리 정의된 제어 시스템 환경
- Load Predefined Control System Environments
Load predefined environments used as benchmarks for control systems design.
사용자 지정 MATLAB 환경
- Define Reward and Observation Signals in Custom Environments
Create a reward signal that measures how successfully the agent actions are achieving a goal. - Create Custom Environment Using Step and Reset Functions
Create reinforcement learning environments by supplying custom step and reset functions. - 클래스 템플릿에서 사용자 지정 환경 만들기
템플릿 환경 클래스를 수정하여 사용자 지정 강화 학습 환경을 만듭니다.
사용자 지정 Simulink 환경
- Define Reward and Observation Signals in Custom Environments
Create a reward signal that measures how successfully the agent actions are achieving a goal. - Create Custom Simulink Environments
Create a custom environment using a Simulink model that generates rewards and observations in response to agents actions. - 물탱크 강화 학습 환경 모델
탱크 수위 제어기의 역할을 하는 RL 에이전트가 포함되어 있는 강화 학습 Simulink 환경을 만듭니다.
강화 학습 디자이너에서 환경 불러오기
- 강화 학습 디자이너에서 MATLAB 환경 불러오기
강화 학습 디자이너 앱에서 MATLAB 환경을 불러옵니다. - 강화 학습 디자이너에서 Simulink 환경 불러오기
강화 학습 디자이너 앱에서 Simulink 환경을 불러옵니다.