方策の展開
強化学習エージェントに学習させたら、最適な方策を展開するためのコードを生成できます。たとえば、MATLAB® Coder™ と GPU Coder™ を使用すると、C++ または CUDA® のコードを生成し、組み込みプラットフォームにニューラル ネットワークの方策を展開できます。
方策からコードを生成する方法の概要については、Generate Code from Trained Reinforcement Learning Policiesを参照してください。展開済み方策の学習方法の概要については、Examine Approaches to Fine Tune a Deployed Policyを参照してください。
関数
generatePolicyFunction | Generate MATLAB function that evaluates policy of an agent or policy object |
generatePolicyBlock | Generate Simulink block that evaluates policy of an agent or policy object (R2022b 以降) |
policyParameters | Obtain structure of policy parameters to update policy during simulation or deployment (R2025a 以降) |
updatePolicyParameters | Update policy according to structure of policy parameters given as input argument (R2025a 以降) |
ブロック
| Policy | 強化学習方策 (R2022b 以降) |
トピック
- 強化学習のワークフロー
強化学習を問題に適用するために使用する一般的なワークフロー。
- Generate Code from Trained Reinforcement Learning Policies
You can generate code for reinforcement learning agents using, for example, GPU Coder or MATLAB Coder.
- Examine Approaches to Fine Tune a Deployed Policy
Select the best approach to train a policy in the real world.
- Generate Policy Block for Deployment
Generate a policy block to deploy a trained policy.
- Train Policy Deployed on Raspberry Pi
Use
trainFromDatain a MATLAB learning loop to train a policy deployed on a Raspberry Pi board.
注目の例
Control a Quanser QUBE Pendulum with a Raspberry Pi using Reinforcement Learning
Train a policy deployed on a Raspberry Pi® to control a Quanser QUBE™-Servo 2 inverted pendulum.
Run SIL and PIL Verification for Reinforcement Learning
Verify a reinforcement learning agent in software-in-the-loop and processor-in-the-loop modes.
