Reinforcement Learning Onramp
Dieses kostenlose, zweistündige Tutorial bietet eine interaktive Einführung in die Methoden des Reinforcement Learning bei Steuerungsproblemen.
Voraussetzungen: MATLAB Onramp
Zugriff auf MATLAB über Ihren Webbrowser
Vertiefende Video-Tutorials
Praktische Übungen mit automatisierten Bewertungen und Feedback
Lektionen nur auf Englisch verfügbar
Wählen Sie eine Lektion für den Einstieg
1.
Übersicht über Reinforcement Learning
Machen Sie sich mit den Konzepten des Reinforcement Learning und dem Kurs vertraut.
- Was ist Reinforcement Learning?
- Kursübersicht
- Simulieren mit einem vorab trainierten Agenten
2.
Definition der Umgebung
Definieren Sie, wie ein Agent mit einem Umgebungsmodell interagiert.
- Komponenten eines Reinforcement Learning-Modells
- Definieren einer Umgebungsschnittstelle
- Belohnungen und Schulungen
- Einbeziehung von Aktionen in die Belohnung
- Anschluss einer Simulink®-Umgebung an einen MATLAB-Agenten
3.
Definition der Agenten
Erstellen Sie Darstellungen von Reinforcement-Learning-Agenten.
- Kritiker und Q-Werte
- Kritiker und Q-Werte Darstellung von Kritikern für anhaltende Probleme
- Erstellen neuronaler Netze
- Akteure und Kritiker
- Zusammenfassung der Agenten:
4.
Agenten schulen
Verwenden Sie Simulationsepisoden, um einen Agenten zu schulen.
- Training
- Training verbessern
Verwandte Kurse
Deep Learning Onramp
Schneller Einstieg in die Bilderkennung mit Methoden des Deep Learning.
Simulink Onramp
Schneller Einstieg in die Grundlagen von Simulink.
