环境接口(强化学习)(Matlab)

rlFiniteSetSpec

rlFiniteSetSpec 对象可传输离散的动作或状态观察结果。

matlab 复制代码
spec = rlFiniteSetSpec(elements)为有限集动作或状态观察通道创建数据规范对象,并设置元素属性。
spec = rlFiniteSetSpec(elements,Name=Value)创建规范对象 spec,并使用一个或多个 name-value 参数设置其属性。

rlNumericSpec

rlNumericSpec 对象可传输连续的动作或状态观察结果。

matlab 复制代码
spec = rlNumericSpec(dimension) 为连续动作或状态观测通道创建数据明细对象,并设置维度属性。

spec = rlNumericSpec(dimension,Name=Value) 创建对象 spec ,并使用一个或多个 name-value 参数设置其属性。

getActionInfo

从强化学习环境、智能体或经验池获取动作数据规范

matlab 复制代码
actInfo = getActionInfo(env)从强化学习环境中获取动作信息。
actInfo = getActionInfo(agent)从强化学习智能体中获取动作信息。
actInfo = getActionInfo(buffer)从强化学习经验池中获取动作信息。

getObservationInfo

从强化学习环境、智能体或经验池获取状态观测数据规范

matlab 复制代码
obsInfo = getObservationInfo(env)从强化学习环境中获取状态观测信息。
obsInfo = getObservationInfo(agent)从强化学习智能体中获取状态观测信息。
obsInfo = getObservationInfo(buffer)从强化学习经验池中获取状态观测信息。

validateEnvironment

验证自定义强化学习环境

matlab 复制代码
validateEnvironment(env)

该函数在以下情况下非常有用

  • 使用 rlCreateEnvTemplate 从模板类创建自定义环境。
  • 使用 rlSimulinkEnv 或 createIntegratedEnv 创建自定义 Simulink 环境。

当使用 rlFunctionEnv 或 rlNeuralNetworkEnvironment 创建自定义环境时,软件会在创建环境对象后自动运行 validateEnvironment。

validateEnvironment 会重置环境、生成初始状态观察结果和动作,并模拟环境的一个或两个步骤。如果在这些操作过程中没有出现错误,则验证成功,validateEnvironment 不会返回任何结果。如果出现错误,这些错误会显示在 MATLAB 命令窗口中。利用这些错误来确定观察规范、操作规范、自定义函数或 Simulink 模型中需要更改的内容。

bus2RLSpec

为 Simulink 总线的元素创建强化学习数据规范

matlab 复制代码
specs = bus2RLSpec(busName) 从由 busName 指定的 Simulink 总线对象中创建一组强化学习数据规范。为相应 Simulink 总线中的每个叶元素创建一个规范元素。使用这些规范可为 Simulink 强化学习环境定义包含多个通道的观测值。
specs = bus2RLSpec(busName,Name=Value)指定使用一个或多个 Name=Value 参数创建规范的选项。
相关推荐
꧁坚持很酷꧂14 分钟前
Qt实现点击按钮弹出侧边框(可用于登录界面)
开发语言·qt
No0d1es19 分钟前
CCF GESP C++编程 五级认证真题 2025年3月
开发语言·c++·青少年编程·gesp·ccf·五级·2025年3月
独好紫罗兰27 分钟前
洛谷题单3-P1217 [USACO1.5] 回文质数 Prime Palindromes-python-流程图重构
开发语言·python·算法
独好紫罗兰33 分钟前
洛谷题单2-P1424 小鱼的航程(改进版)-python-流程图重构
开发语言·python·算法
加瓦点灯1 小时前
观察者模式:解耦对象间的依赖关系
开发语言·javascript·观察者模式
愚润求学1 小时前
Linux开发工具——apt
linux·服务器·开发语言
程序员小赵同学1 小时前
AI Agent设计模式二:Parallelization
开发语言·python·设计模式
时光话1 小时前
Lua:第1-4部分 语言基础
开发语言·lua
欧宸雅1 小时前
Clojure语言的持续集成
开发语言·后端·golang
胡斌附体2 小时前
qt tcpsocket编程遇到的并发问题
开发语言·网络·qt·并发编程·tcpsocket