ベンチマークの例
強化学習エージェントを比較するためのベンチマーク問題
さまざまなタイプの強化学習エージェントは、多様な、そして一般的には相補的な長所と短所をもっています。異なるエージェントのパフォーマンスをさまざまなベンチマーク問題で比較します。
チュートリアル
- Compare Agents on the Discrete Double-Integrator Environment
Compare default agents on the MATLAB® discrete action space double-integrator environment. - Compare Agents on the Discrete Cart-Pole Environment
Compare default agents on the MATLAB discrete action space cart-pole environment. - Compare Agents on the Discrete Pendulum Swing-Up Environment
Compare default agents on the Simulink® discrete action space simple pendulum swing-up environment. - Compare Agents on the Discrete Simscape Cart-Pole Swing-Up Environment
Compare default agents on the Simscape™ Multibody™ discrete action space cart-pole swing-up environment. - Compare Agents on the Discrete Pendulum Swing-Up with Image Environment
Compare default agents on the MATLAB discrete action space pendulum swing-up with image environment. - Compare Agents on the Continuous Double Integrator Environment
Compare default agents on the MATLAB continuous action space double-integrator environment. - Compare Agents on the Continuous Cart Pole
Compare default agents on the MATLAB continuous action space cart-pole environment. - Comparison of Agents on the Continuous Pendulum Swing-Up Environment
Compare default agents on the Simulink continuous action space simple pendulum swing-up environment. - Compare Agents on the Continuous Cart Pole Swing-Up Environment
Compare default agents on the Simscape Multibody continuous action space cart-pole swing-up environment. - Compare Agents on Continuous Pendulum Swing-Up with Image Environment
Compare default agents on the MATLAB continuous action space simple pendulum swing-up with image environment. - Train PG Agent with Custom Networks to Control Discrete Double Integrator
Train a PG agent with a baseline to control a discrete action space double integrator system modeled in MATLAB. - Train LSPI Agent to Balance Discrete Cart-Pole System
Train an LSPI agent to balance discrete action space cart-pole system modeled in MATLAB. - Train DQN Agent to Balance Discrete Cart-Pole System
Train a DQN agent to balance discrete action space cart-pole system modeled in MATLAB. - Train PG Agent to Balance Discrete Cart-Pole System
Train a PG agent to balance a discrete action space cart-pole system modeled in MATLAB. - Train AC Agent to Balance Discrete Cart-Pole System
Train an AC agent to balance a discrete action space cart-pole system modeled in MATLAB. - Train AC Agent to Balance Discrete Cart-Pole System Using Parallel Computing
Train an AC agent to control a discrete action space cart-pole system using asynchronous parallel computing. - Train MBPO Agent to Balance Continuous Cart-Pole System
A model-based reinforcement learning agent learns a model of its environment that it can use to generate additional experiences for training. - 振子の振り上げと平衡化のための DQN エージェントの学習
Simulink でモデル化された離散行動空間振子の振り上げと平衡化を行うように、DQN エージェントに学習させる。 - 振子の振り上げと平衡化のための DDPG エージェントの学習
Simulink でモデル化された連続行動空間振子の平衡化を行うために DDPG エージェントに学習させる。 - Train DDPG Agent to Swing Up and Balance Pendulum with Bus Signal
Train a DDPG agent to balance a continuous action space pendulum Simulink model that contains observations in a bus signal. - 振子の振り上げと平衡化のための、イメージ観測を使用した DDPG エージェントの学習
イメージベースの観測信号を使用して DDPG エージェントに学習させる。 - ディープ ネットワーク デザイナーを使用した DQN エージェントの作成およびイメージ観測値を使用した学習
Deep Learning Toolbox™ のディープ ネットワーク デザイナー アプリを使用して、強化学習エージェントを作成する。 - カートポール システムの振り上げと平衡化のための DDPG エージェントの学習
Simscape Multibody でモデル化された連続行動空間のカートポール システムの振り上げと平衡化を行うように DDPG エージェントに学習させる。 - Train PPO Agent for a Lander Vehicle
Train a discrete PPO agent to land a flying vehicle. - Train Discrete Soft Actor Critic Agent for Lander Vehicle
Train a discrete SAC agent to land a flying vehicle.
事前定義済みの離散制御システム環境における既定エージェントの比較
事前定義済みの連続制御システム環境における既定エージェントの比較
2 重積分器システム制御のためのカスタム ネットワーク使用エージェントの学習
カートポール システムの平衡化のためのエージェントの学習
振子の振り上げと平衡化のためのエージェントの学習
カートポール システムの振り上げと平衡化のためのエージェントの学習
飛行する機体を着陸させるためのエージェントの学習
注目の例
Compare DDPG Agent to LQR Controller
Train a DDPG agent to control a second-order dynamic system modeled in MATLAB and compare it to an LQR controller.
Train MBPO Agent to Balance Continuous Cart-Pole System
A model-based reinforcement learning agent learns a model of its environment that it can use to generate additional experiences for training.
