Reinforcement Learning in MATLAB e Simulink
Guarda il programma e iscrivitiDettagli dei corsi
Questo corso di un giorno introduce il Reinforcement Learning negli ambienti MATLAB® e Simulink® ed è focalizzato sull’uso di Reinforcement Learning Toolbox™.
Elenco degli argomenti:
- Ambiente e Reward
- Politica e agente
- Reti neurali e formazione
- Distribuzione
Giorno 1/1
Ambiente e Reward
Obiettivo: Impostare un ambiente e definire le funzioni Reward in Simulink o MATLAB.
- Impostazione di un ambiente in Simulink
- Creazione di una funzione Reward
- Impostazione di un agente con Simulink e MATLAB
- Connessione di agente e ambiente
Politica e agente
Obiettivo: Creare la rappresentazione di una politica e quindi un agente.
- Rappresentazione di una politica con una rete neurale
- Creazione di un agente di Reinforcement Learning in MATLAB
- Definizione di opzioni di simulazione per l’esecuzione di una simulazione
Reti neurali e formazione
Obiettivo: Assemblare una rete neurale per una rappresentazione di una politica e formazione di un agente.
- Assemblaggio di una rete neurale
- Creazione di una rappresentazione della policy
- Formazione di un agente
Distribuzione
Obiettivo: Generare codice da un agente sottoposto a formazione.
- Compilazione di una policy come codice
- Validazione del codice
- Creazione di un blocco di valutazione della policy
Livello: Intermedio
Prerequisiti:
Durata: 1 giorno
Lingue: English, 한국어
