Reinforcement Learning mit MATLAB und Simulink
Programm ansehen und anmeldenKursbeschreibung
In diesem Kurs lernen Sie optimale Strategien zu finden um Probleme mit vielen Variablen mittels Techniken des bestärkenden Lernens (Reinforcement Learning) in MATLAB und Simulink zu lösen.
Themen sind unter anderem:
- Erstellen von Umweltsimulationen und Belohnungsfunktionen
- Erstellen von Strategien und Agenten
- Nutzung neuronaler Netze für die Strategierepräsentation
- Codegenerierung für Agenten
Tag 1 von 1
Umwelt und Belohnung
Ziel: Anlegen von Umwelt und Belohnung in Simulink oder MATLAB.
- Anlegen einer Umwelt in Simulink
- Schreiben einer Belohnungsfunktion
- Anlegen eines Agenten mit Simulink und MATLAB
- Verbinden von Agent und Umwelt
Strategie und Agent
Ziel: Erstellen einer Strategie und eines Agenten.
- Umsetzen einer Strategie mittels eines neuronalen Netzwerks
- Erstellen eines Reinforcement Learning Agenten in MATLAB
- Spezifizieren von Optionen für die Simulation
Neuronale Netzwerke und Training
Ziel: Erstellen eines neuronalen Netzwerks für die Strategierepräsentation und Trainieren eines Agenten.
- Erstellen eines neuronalen Netzwerks
- Deep Network Designer App
- Trainieren eines Agenten
- Reinforcement Learning Designer App
Codegenerierung
Ziel: Codegenerierung für einen trainierten Agenten.
- Codegenerierung
- Validierung des Codes
Stufe: Aufbaukurse
Voraussetzungen:
Dauer: 1 Tag
Sprachen: English, 中文, 한국어
