Formations MATLAB et Simulink

Introduction au Reinforcement Learning

Reinforcement Learning

Ce tutoriel gratuit de deux heures propose une introduction interactive aux méthodes de Reinforcement Learning concernant les problèmes de contrôle.

Prérequis : Introduction à MATLAB

Détails et lancement

 

Accès à MATLAB via votre navigateur web

 

Tutoriels vidéo stimulants

 

Exercices pratiques avec évaluations et commentaires automatisés

 

Formation disponible en anglais uniquement

Sélectionnez une leçon pour démarrer

1.

Présentation du Reinforcement Learning

Familiarisez-vous avec ce cours et les concepts du Reinforcement Learning.

  • Qu'est-ce que le Reinforcement Learning ?
  • Présentation du cours
  • Réaliser une simulation avec un agent pré-entraîné

2.

Définir l'environnement

Définissez comment un agent interagit avec un modèle d'environnement.

  • Les composants d'un modèle de Reinforcement Learning
  • Définir une interface d'environnement
  • Les récompenses et l’apprentissage
  • Inclure des actions dans la récompense
  • Connecter un environnement Simulink® à un agent MATLAB

3.

Définir les agents

Créez des représentations d'agents de Reinforcement Learning.

  • Critiques et valeurs Q
  • Représenter les critiques pour des problèmes continus
  • Créer des réseaux de neurones
  • Acteurs et critiques
  • Récapitulatif des agents

4.

Entraîner des agents

Utilisez des épisodes de simulation pour l'apprentissage d'un agent.

  • Apprentissage
  • Améliorer l'apprentissage
Détails et lancement

Formations associées

Deep Learning Onramp

Familiarisez-vous rapidement avec l'utilisation de méthodes de Deep Learning pour la reconnaissance d'images.

Simulink Onramp

Démarrez rapidement en apprenant les bases de Simulink.