强化学习工具箱™提供了一个应用程序、函数和一个动态仿真模块® Block用于使用强化学习算法的训练策略, 包括DQN, PPO, 囊, 和DDPG. 您可以使用这些策略为复杂的应用程序(如资源分配)实现控制器和决策算法, 机器人, 以及自主系统.
该工具箱允许您使用深度神经网络或查找表来表示策略和值函数，并通过与BG大游app建模的环境交互来训练它们® 或仿真软件. 您可以评估工具箱中提供的单一或多智能体强化学习算法，也可以开发自己的算法. 您可以尝试使用超参数设置, 监控培训进度, 并通过应用程序或编程方式交互模拟训练有素的代理. 提高培训绩效, 模拟可以在多个cpu上并行运行, gpu, 计算机集群, 和云(与并行计算工具箱™和BG大游app并行服务器™).
通过ONNX™模型格式, 现有的策略可以从深度学习框架中导入，如TensorFlow™Keras和PyTorch(带有深度学习工具箱™). 您可以生成优化的C, c++和CUDA® 代码，在微控制器和gpu上部署训练好的策略. 工具箱包括参考示例，以帮助您入门.
开始:
强化学习代理
创建和配置强化学习代理，以在BG大游app和动态仿真模块中训练策略. 使用内置或开发自定义强化学习算法.
强化学习算法
使用深度q -网络(DQN)创建代理, 深度确定性策略梯度(DDPG), 近端策略优化(PPO), 以及其他内置算法. 使用模板为培训策略开发自定义代理.
强化学习工具箱中提供的训练算法.
动态仿真模块中的单智能体和多智能体强化学习
使用RL Agent块在动态仿真模块中创建和训练强化学习代理. 在动态仿真模块中使用RL Agent块的多个实例同时训练多个代理(多代理强化学习).
动态仿真模块的强化学习代理块.
分布式计算和多核加速
通过在多核计算机上运行并行模拟来加速训练, 云资源, 或使用 并行计算工具箱 而且 BG大游app并行服务器.
使用并行计算加速训练.
GPU加速
使用高性能NVIDIA加速深度神经网络训练和推理® gpu. 使用BG大游app 并行计算工具箱 以及大多数支持cuda的NVIDIA gpu 计算能力3.0或更高.
使用gpu加速训练.
代码生成
使用 GPU编码器™ 从代表训练策略的BG大游app代码中生成优化的CUDA代码. 使用 BG大游app编码器™ 生成C/ c++代码来部署策略.
使用GPU编码器生成CUDA代码.
BG大游app编译器支持
使用 BG大游app编译器™ 而且 BG大游app编译SDK™ 将训练好的策略部署为独立的应用程序，C/ c++共享库，微软® .NET程序集，Java® 类和Python® 包.
将策略打包和共享为独立的程序.
开始
了解如何针对诸如倒立单摆等问题制定强化学习策略, 在网格世界中导航, 平衡车杆系统, 解决一般的马尔可夫决策过程.
自动驾驶
为自动驾驶应用设计强化学习策略，如自适应巡航控制, 车道保持辅助, 自动停车.
水资源分配的资源分配问题.
BG大游资源:
强化学习视频系列
观看本系列视频，了解更多关于强化学习的知识.
接下来是什么?
您也可以从以下列表中选择一个网站: