Reinforcement Learning in MATLAB and Simulink
일정 보기 및 등록교육과정 세부 정보
본 1일 교육 과정은 MATLAB®과 Simulink® 환경에서 Reinforcement Learning Toolbox™를 활용한 강화학습 내용을 다룹니다.
본 과정에서 다루는 주요 내용은:
- 환경 모델링 및 보상(Rewards)
- 정책 및 에이전트(Agent)
- 신경망과 학습
- 코드생성과 배포
1일차
환경 모델링 및 보상(Reward)
학습목표: Simulink 또는 MATLAB에서 환경을 설정하고 보상을 할당(shaping)합니다.
- Simulink 환경 설정
- 보상 함수 작성
- Simulink와 MATLAB을 사용하여 에이전트 설정
- 에이전트와 환경 연결
정책 및 에이전트(Agent)
학습목표: 정책 표현(policy representation)을 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
- 심층 신경망 디자이너 앱
- 에이전트 훈련시키기
- 강화 학습 디자이너 앱
배포
학습목표: 훈련된 에이전트에서 코드를 생성합니다.
- 코드 생성
- 코드 검증
