image for course Reinforcement Learning Onramp

Reinforcement Learning Onramp

Aprenda los conceptos básicos sobre la creación de controladores inteligentes que aprenden a partir de la experiencia en MATLAB®. Añada un agente de reinforcement learning a un modelo de Simulink® y utilice MATLAB para entrenarlo a fin de que elija la mejor acción en una situación dada.

Módulos del curso

Visión general sobre reinforcement learning

Familiarícese con los conceptos de reinforcement learning y con el curso.

Lecciones:
  • Qué es reinforcement learning
  • Realizar simulaciones con un agente entrenado previamente

Definir el entorno

Defina cómo interactúa un agente con un modelo de entorno.

Lecciones:
  • Componentes de un modelo de reinforcement learning
  • Definir una interfaz de entorno
  • Proporcionar recompensas
  • Incluir acciones en la recompensa
  • Conectar un entorno de Simulink a un agente de MATLAB

Definir agentes

Cree representaciones de agentes de RL.

Lecciones:
  • Críticos y valores Q
  • Representar críticos con redes neuronales
  • Actores y críticos
  • Resumen de los agentes

Entrenar agentes

Utilice episodios de simulación para entrenar un agente.

Lecciones:
  • Entrenamiento
  • Cambiar opciones
  • Mejorar el entrenamiento

Conclusión

Obtenga información sobre los próximos pasos y comparta sus impresiones sobre el curso.

Lecciones:
  • Revisión del flujo de trabajo de RL
  • Recursos adicionales
  • Encuesta

Formato:A su ritmo

Idioma:Español

Idioma

  • Ejercicios prácticos con comentarios automáticos
  • Acceda a MATLAB a través de su navegador web
  • Informe de progreso y certificado del curso disponibles para compartir

Deep Learning Onramp

Introducción rápida a los métodos de deep learning para reconocimiento de imágenes.

Simulink Onramp

Introducción rápida a los conceptos básicos de Simulink.

MATLAB Onramp

Introducción rápida a los conceptos básicos de MATLAB.