Reinforcement Learning in MATLAB and Simulink
일정 보기 및 등록교육과정 세부 정보
본 1일 교육과정에서는 MATLAB® 과 Simulink® 환경에서 Reinforcement Learning Toolbox™를 사용하는 강화 학습 내용을 다룹니다. 본 교육과정에서 다루는 주요 내용은 다음과 같습니다.
- 환경 및 보상
- 정책 및 에이전트
- 신경망과 훈련
- 배포
1일차
1일차
환경 및 보상
학습목표: Simulink 또는 MATLAB에서 환경을 설정하고 보상을 설계합니다.
- Simulink 환경 설정
- 보상 함수 작성
- Simulink와 MATLAB을 사용하여 에이전트 설정
- 에이전트와 환경 연결
정책 및 에이전트
학습목표: 정책 표현을 만들고 에이전트를 생성합니다.
- 신경망으로 정책 표현
- MATLAB에서 강화 학습 에이전트 생성
- 시뮬레이션을 실행할 시뮬레이션 옵션 지정
신경망과 훈련
학습목표: 정책 표현을 위한 신경망을 구성하고 에이전트를 훈련시킵니다.
- 신경망 구성
- 정책 표현 만들기
- 에이전트 훈련
배포
학습목표: 훈련된 에이전트에서 코드를 생성합니다.
- 정책을 코드로 컴파일하기
- 코드 검증
- 정책 평가 블록 생성
