Formación en MATLAB y Simulink

Curso introductorio Reinforcement Learning Onramp

Reinforcement Learning

Este tutorial gratuito de dos horas de duración ofrece una introducción interactiva a los métodos de reinforcement learning para problemas de control.

Requisitos previos: curso introductorio MATLAB Onramp

Detalles e inicio

 

Acceso a MATLAB a través de su navegador web

 

Atractivos tutoriales en vídeo

 

Ejercicios prácticos con evaluaciones automatizadas y comentarios

 

Lecciones disponibles solo en inglés

Seleccione una lección para comenzar

1.

Visión general de reinforcement learning

Familiarícese con el curso y los conceptos de reinforcement learning.

  • ¿Qué es reinforcement learning?
  • Visión general del curso
  • Simulación con un agente previamente entrenado

2.

Definición del entorno

Defina cómo interactúa un agente con un modelo de entorno.

  • Componentes de un modelo de reinforcement learning
  • Definición de una interfaz de entorno
  • Recompensas y entrenamiento
  • Inclusión de acciones en la recompensa
  • Conexión de un entorno de Simulink® con un agente de MATLAB

3.

Definición de agentes

Cree representaciones de agentes de reinforcement learning.

  • Críticos y valores Q
  • Representación de críticos para problemas continuos
  • Creación de redes neuronales
  • Actores y críticos
  • Resumen de los agentes

4.

Entrenamiento de agentes

Utilice episodios de simulación para entrenar a un agente.

  • Entrenamiento
  • Mejora del entrenamiento
Detalles e inicio

Cursos relacionados

Deep Learning Onramp

Aprenda a usar rápidamente los métodos de Deep Learning en el reconocimiento de imágenes.

Simulink Onramp

Aprenda rápidamente los aspectos básicos de Simulink.