Main Content

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

훈련 및 검증

강화 학습 에이전트 훈련 및 시뮬레이션하기

강화 학습 에이전트는 최적의 정책을 학습하기 위해 반복적인 시행착오 과정을 거치면서 환경과 상호 작용합니다. 에이전트는 훈련이 진행되는 동안 정책 표현의 파라미터를 조정하여 장기 보상을 최대화합니다. Reinforcement Learning Toolbox™는 시뮬레이션을 통해 에이전트를 훈련하고 훈련 결과를 검증하는 함수를 제공합니다. 자세한 내용은 Train Reinforcement Learning Agents 항목을 참조하십시오.

강화 학습 디자이너강화 학습 에이전트 설계, 훈련 및 시뮬레이션

함수

모두 확장

trainTrain reinforcement learning agents within a specified environment
rlTrainingOptionsOptions for training reinforcement learning agents
rlMultiAgentTrainingOptionsOptions for training multiple reinforcement learning agents
inspectTrainingResultPlot training information from a previous training session
simSimulate trained reinforcement learning agents within specified environment
rlSimulationOptionsOptions for simulating a reinforcement learning agent within an environment
runEpisodeSimulate reinforcement learning environment against policy or agent
setupSet up reinforcement learning environment or initialize data logger object
cleanupClean up reinforcement learning environment or data logger object

블록

RL Agent강화 학습 에이전트

도움말 항목

훈련 및 시뮬레이션 기본 사항

강화 학습 디자이너 앱 사용하기

다중 프로세스 및 GPU 사용하기

MATLAB 환경에서 에이전트 훈련하기

Simulink 환경에서 에이전트 훈련하기

다중 에이전트 훈련

제어 사양에서 보상 생성하기

모방 학습

사용자 지정 에이전트 및 훈련 알고리즘