回帰学習器で作成した​予測モデルを強化学習​の環境とする方法

お世話になっております。

以前、回帰学習器で予測モデルを作成しました。

予測モデルの入力値には強化学習の行動（＋外乱など）とし、出力値には次のステップの状態値としています。

そこで強化学習の環境として予測モデルを用いることは可能でしょうか。

もし可能であれば、アプリを用いて学習させることは可能でしょうか。それとも自分でコードを作成することになるでしょうか。

わかる方いらっしゃれば回答いただけると幸いです。

よろしくお願いいたします。

Answer 1

[Toshinobu Shintai]

Deep Learning Toolbox の Predict ブロックを用いますと、学習させた回帰学習モデルをSimulinkで実行できるようになります。

https://jp.mathworks.com/help/deeplearning/ref/predict.html

このブロックを"プラントモデル"として扱い、Reinforcement Learning Toolbox の RL Agent ブロックからの出力を接続し、学習環境を構築することができます。

Simulinkを用いた強化学習の環境構築に関しては、こちらも参考にしてください。

https://jp.mathworks.com/help/reinforcement-learning/ug/water-tank-reinforcement-learning-environment-model.html