Formazione MATLAB e Simulink

Reinforcement Learning Onramp

Reinforcement Learning

Questo tutorial gratuito della durata di due ore offre un’introduzione interattiva ai metodi di reinforcement learning per problemi nell’ambito del controllo.

Prerequisiti: MATLAB Onramp

Dettagli e avvio

 

Accesso a MATLAB dal proprio browser web

 

Video tutorial coinvolgenti

 

Esercizi pratici con valutazione e feedback automatici

 

Lezioni disponibili solo in inglese

Seleziona una lezione per iniziare

1.

Panoramica sul reinforcement learning

Familiarizza con i concetti alla base del reinforcement learning e con il corso.

  • Che cos’è il reinforcement learning?
  • Panoramica del corso
  • Simulazioni con un agente pre-addestrato

2.

Definizione dell’ambiente

Definisci le modalità di interazione di un agente con un modello di ambiente.

  • Componenti di un modello di reinforcement learning
  • Definizione di un’interfaccia con l’ambiente
  • Ricompense e addestramento
  • Inclusione di azioni nella ricompensa
  • Connessione di un ambiente Simulink® a un agente MATLAB

3.

Definizione degli agenti

Crea delle rappresentazioni di agenti di reinforcement learning.

  • Critici e valori Q
  • Rappresentazione di critici per problemi continui
  • Creazione di reti neurali
  • Attori e critici
  • Riepilogo degli agenti

4.

Addestramento degli agenti

Usa degli episodi di simulazioni per addestrare un agente.

  • Addestramento
  • Miglioramento dell’addestramento
Dettagli e avvio

Corsi correlati

Deep Learning Onramp

Inizia subito utilizzando i metodi di Deep Learning per eseguire il riconoscimento di immagini.

Simulink Onramp

Inizia velocemente con le basi di Simulink.