Main Content

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

getObservationInfo

강화 학습 환경 또는 에이전트에서 관측값 데이터 사양 가져오기

설명

예제

obsInfo = getObservationInfo(env)는 강화 학습 환경 env에서 관측값 정보를 추출합니다.

obsInfo = getObservationInfo(agent)는 강화 학습 에이전트 agent에서 관측값 정보를 추출합니다.

예제

모두 축소

다른 환경 또는 에이전트를 만드는 데 사용할 수 있는 행동 및 관측값 정보를 추출합니다.

이 예제의 강화 학습 환경은 자기 차량(ego car)과 선행 차량에 대한 간단한 종방향 동역학입니다. 훈련 목표는 자기 차량이 종방향 가속도(그리고 제동)를 제어하여 선행 차량과의 안전 거리를 유지하면서 설정된 속도로 이동하도록 하는 것입니다. 이 예제에서는 Adaptive Cruise Control System Using Model Predictive Control (Model Predictive Control Toolbox) 예제와 동일한 차량 모델을 사용합니다.

모델을 열고 강화 학습 환경을 만듭니다.

mdl = 'rlACCMdl';
open_system(mdl);
agentblk = [mdl '/RL Agent'];
% create the observation info
obsInfo = rlNumericSpec([3 1],'LowerLimit',-inf*ones(3,1),'UpperLimit',inf*ones(3,1));
obsInfo.Name = 'observations';
obsInfo.Description = 'information on velocity error and ego velocity';
% action Info
actInfo = rlNumericSpec([1 1],'LowerLimit',-3,'UpperLimit',2);
actInfo.Name = 'acceleration';
% define environment
env = rlSimulinkEnv(mdl,agentblk,obsInfo,actInfo)
env = 
SimulinkEnvWithAgent with properties:

           Model : rlACCMdl
      AgentBlock : rlACCMdl/RL Agent
        ResetFcn : []
  UseFastRestart : on

강화 학습 환경 env는 위의 속성을 갖는 SimulinkWithAgent 객체입니다.

강화 학습 환경 env에서 행동 및 관측값 정보를 추출합니다.

actInfoExt = getActionInfo(env)
actInfoExt = 
  rlNumericSpec with properties:

     LowerLimit: -3
     UpperLimit: 2
           Name: "acceleration"
    Description: [0x0 string]
      Dimension: [1 1]
       DataType: "double"

obsInfoExt = getObservationInfo(env)
obsInfoExt = 
  rlNumericSpec with properties:

     LowerLimit: [3x1 double]
     UpperLimit: [3x1 double]
           Name: "observations"
    Description: "information on velocity error and ego velocity"
      Dimension: [3 1]
       DataType: "double"

행동 정보는 가속도 값을 포함하며, 관측값 정보는 자기 차량의 속도와 속도 오차 값을 포함합니다.

입력 인수

모두 축소

관측값 정보를 추출해야 하는 강화 학습 환경으로, SimulinkEnvWithAgent 객체로 지정됩니다.

강화 학습 환경에 대한 자세한 내용은 Simulink 강화 학습 환경 만들기 항목을 참조하십시오.

관측값 정보를 추출해야 하는 강화 학습 에이전트로, 다음 객체 중 하나로 지정됩니다.

강화 학습 에이전트에 대한 자세한 내용은 Reinforcement Learning Agents 항목을 참조하십시오.

출력 인수

모두 축소

강화 학습 환경에서 추출된 관측값 데이터 사양으로, 다음 중 하나로 구성된 배열로 반환됩니다.

버전 내역

R2019a에 개발됨