rlPredefinedEnv

事前定義済みの強化学習環境の作成

構文

env = rlPredefinedEnv(keyword)

説明

env = rlPredefinedEnv(keyword) は、MATLAB^® または Simulink^® の強化学習環境 env を作成するための環境名を表す事前定義済みのキーワード keyword を受け取ります。環境 env は、エージェントがやり取りをするダイナミクスをモデル化し、エージェントのアクションに応じて報酬と観測値を生成します。

例

基本グリッド ワールドの強化学習環境

事前定義済みのキーワード "BasicGridWorld" を使用して、基本グリッド ワールドの強化学習環境を作成します。

env = rlPredefinedEnv("BasicGridWorld")

env = 
  rlMDPEnv with properties:

       Model: [1x1 rl.env.GridWorld]
    ResetFcn: []

連続型 2 重積分器の強化学習環境

事前定義済みのキーワード "DoubleIntegrator-Continuous" を使用して、連続型 2 重積分器の強化学習環境を作成します。

env = rlPredefinedEnv("DoubleIntegrator-Continuous")

env = 
  DoubleIntegratorContinuousAction with properties:

             Gain: 1
               Ts: 0.1000
      MaxDistance: 5
    GoalThreshold: 0.0100
                Q: [2x2 double]
                R: 0.0100
         MaxForce: Inf
            State: [2x1 double]

関数 plot を使用して環境を可視化し、関数 reset と関数 step を使用して環境とやり取りできます。

plot(env)
observation = reset(env)

observation = 2×1

     4
     0

[observation,reward,isDone] = step(env,16)

observation = 2×1

    4.0800
    1.6000

reward = -16.5559

isDone = logical
   0

連続型単純振子モデル環境の作成

事前定義済みのキーワード "SimplePendulumModel-Continuous" を使用して、連続型単純振子モデルの強化学習環境を作成します。

env = rlPredefinedEnv("SimplePendulumModel-Continuous")

env = 
SimulinkEnvWithAgent with properties:

           Model : rlSimplePendulumModel
      AgentBlock : rlSimplePendulumModel/RL Agent
        ResetFcn : []
  UseFastRestart : on

入力引数

keyword — 環境名を表す事前定義済みのキーワード

'BasicGridWorld' | 'CartPole-Discrete' | 'DoubleIntegrator-Continuous' | 'SimplePendulumWithImage-Discrete' | 'SimplePendulumModel-Discrete' | 'SimplePendulumModel-Continuous' | 'CartPoleSimscapeModel-Continuous' | ...

環境名を表す事前定義済みのキーワード。次のいずれかとして指定します。

MATLAB 環境

• 'BasicGridWorld'

• 'CartPole-Discrete'

• 'CartPole-Continuous'

• 'DoubleIntegrator-Discrete'

• 'DoubleIntegrator-Continuous'

• 'SimplePendulumWithImage-Discrete'

• 'SimplePendulumWithImage-Continuous'

• 'WaterFallGridWorld-Stochastic'

• 'WaterFallGridWorld-Deterministic'

Simulink 環境

• 'SimplePendulumModel-Discrete'

• 'SimplePendulumModel-Continuous'

• 'CartPoleSimscapeModel-Discrete'

• 'CartPoleSimscapeModel-Continuous'

出力引数

env — MATLAB または Simulink の環境オブジェクト

rlMDPEnv オブジェクト | CartPoleDiscreteAction オブジェクト | CartPoleContinuousAction オブジェクト | DoubleIntegratorDiscreteAction オブジェクト | DoubleIntegratorContinuousAction オブジェクト | SimplePendlumWithImageDiscreteAction オブジェクト | SimplePendlumWithImageContinuousAction オブジェクト | SimulinkEnvWithAgent オブジェクト

MATLAB または Simulink の環境オブジェクト。次のいずれかとして返されます。

• rlMDPEnv オブジェクト (次のキーワードのいずれかを使用する場合)。

  • 'BasicGridWorld'

  • 'WaterFallGridWorld-Stochastic'

  • 'WaterFallGridWorld-Deterministic'

• CartPoleDiscreteAction オブジェクト ('CartPole-Discrete' キーワードを使用する場合)。

• CartPoleContinuousAction オブジェクト ('CartPole-Continuous' キーワードを使用する場合)。

• DoubleIntegratorDiscreteAction オブジェクト ('DoubleIntegrator-Discrete' キーワードを使用する場合)。

• DoubleIntegratorContinuousAction オブジェクト ('DoubleIntegrator-Continuous' キーワードを使用する場合)。

• SimplePendlumWithImageDiscreteAction オブジェクト ('SimplePendulumWithImage-Discrete' キーワードを使用する場合)。

• SimplePendlumWithImageContinuousAction オブジェクト ('SimplePendulumWithImage-Continuous' キーワードを使用する場合)。

• SimulinkEnvWithAgent オブジェクト (次のキーワードのいずれかを使用する場合)。

  • 'SimplePendulumModel-Discrete'

  • 'SimplePendulumModel-Continuous'

  • 'CartPoleSimscapeModel-Discrete'

  • 'CartPoleSimscapeModel-Continuous'

バージョン履歴

R2019a で導入

参考

トピック

• Reinforcement Learning Environments
• Create Custom Simulink Environments
• Load Predefined Control System Environments