이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.
rlTable
설명
가치 테이블과 Q 테이블은 강화 학습의 크리틱 신경망을 표현하는 한 방법입니다. 가치 테이블에는 유한한 관측값 세트에 대한 보상이 저장됩니다. Q 테이블에는 대응하는 유한한 관측값-행동 쌍에 대한 보상이 저장됩니다.
rlTable
객체를 사용하여 가치 함수 근사기를 만들려면 rlValueFunction
, rlQValueFunction
또는 rlVectorQValueFunction
객체를 사용하십시오.
생성
설명
입력 인수
속성
객체 함수
rlValueFunction | Value function approximator object for reinforcement learning agents |
rlQValueFunction | Q-Value function approximator object for reinforcement learning agents |
rlVectorQValueFunction | Vector Q-value function approximator for reinforcement learning agents |
예제
버전 내역
R2019a에 개발됨