Reinforcement Learning Toolbox

 

Reinforcement Learning Toolbox

Entwurf und Training von Strategien (Policies) mithilfe von Reinforcement Learning

Reinforcement-Learning-Agenten

Erstellen Sie modellfreie sowie modellbasierte Reinforcement-Learning-Agenten mithilfe beliebter Algorithmen wie DQN, PPO und SAC. Alternativ können Sie mit den bereitgestellten Vorlagen auch eigene Algorithmen entwickeln. Mit dem RL Agent-Block führen Sie Ihre Agenten in Simulink ein.

Reinforcement Learning Designer-App

Entwerfen, trainieren und simulieren Sie interaktiv Reinforcement-Learning-Agenten. Exportieren Sie trainierte Agents in MATLAB zur weiteren Verwendung und Bereitstellung.

Belohnungssignale

Erstellen Sie Belohnungssignale, die messen, wie erfolgreich der Agent bei der Zielerreichung ist. Generieren Sie Belohnungsfunktionen automatisch aus Regelungsspezifikationen, die in der Model Predictive Control Toolbox oder in Simulink Design Optimization definiert sind.

Policy-Darstellung

Mithilfe der von der Toolbox vorgeschlagenen neuronalen Netzarchitekturen können Sie in wenigen Minuten loslegen. Alternativ können Sie mit Ebenen der Deep Learning Toolbox und der Deep Network Designer-App manuell Lookup-Tabellen erkunden oder Strategiefunktionen für neuronale Netze definieren.

Reinforcement-Learning-Training

Trainieren Sie Agenten durch Interaktionen mit einer Umgebung oder mithilfe vorhandener Daten. Erkunden Sie das Trainieren eines einzelnen oder mehrerer Agenten. Protokollieren und visualisieren Sie Trainingsdaten und verfolgen Sie dabei Ihren Fortschritt mit.

Verteiltes Rechnen

Beschleunigen Sie das Training mit Mehrkerncomputern, Cloud-Ressourcen oder Computerclustern mithilfe der Parallel Computing Toolbox und MATLAB Parallel Server. Nutzen Sie Grafikkarten, um Vorgänge wie Gradientenberechnung und -vorhersage zu beschleunigen.

Umgebungsmodellierung

Modellieren Sie Umgebungen, die nahtlos mit den Reinforcement-Learning-Agenten mithilfe von MATLAB und Simulink interagieren. Erstellen Sie Schnittstellen zu Modellierungstools Dritter.

Codegenerierung und -bereitstellung

Generieren Sie automatisch C/C++ und CUDA Code aus trainierten Strategien zur Bereitstellung auf Embedded-Geräten. Mit MATLAB Compiler und MATLAB Production Server können Sie trainierte Strategien in Produktionssystemen als eigenständig ausführbare Anwendungen, gemeinsam genutzte C/C++ Bibliotheken und mehr bereitstellen.

Referenzbeispiele

Entwerfen Sie Steuerungen Entscheidungsalgorithmen für Roboter, selbstfahrende Fahrzeuge, Kalibrierungen, Zeitplanung und andere Anwendungen. Unsere Referenzbeispiele helfen Ihnen bei den ersten Schritten.

„5G ist eine entscheidende Infrastruktur, die wir vor schädlichen Angriffen schützen müssen. Mit der Reinforcement Learning Toolbox können wir die 5G-Schwachstellen innerhalb kürzester Zeit abschätzen und entsprechende Abwehrmethoden ermitteln.“

Ambrose Kam, Lockheed Martin

Kostenlose Testversion anfordern

30 Tage kostenlos ausprobieren.


Bereit zum Kauf?

Angebot anfordern und Erweiterungsprodukte entdecken.

Studieren Sie?

Ihre Hochschule bietet möglicherweise bereits Zugang zu MATLAB, Simulink und Add-on-Produkten über eine Campus-Wide License.