Reinforcement Learning Toolbox

Diseño y entrenamiento de políticas con reinforcement learning

Reinforcement Learning Toolbox™ proporciona una app, funciones y un bloque de Simulink^® para entrenar políticas usando algoritmos de reinforcement learning, tales como DQN, PPO, SAC y DDPG. Estas políticas se pueden emplear para implementar controladores y algoritmos de toma de decisiones para aplicaciones complejas, tales como asignación de recursos, robótica y sistemas autónomos.

Esta toolbox permite representar políticas y funciones de valores usando redes neuronales profundas o tablas de búsqueda, y entrenarlas a través de interacciones con entornos modelados en MATLAB^® o Simulink. Puede evaluar los algoritmos de reinforcement learning monoagente o multiagente proporcionados en la toolbox o desarrollar los suyos propios. Puede experimentar con configuraciones de hiperparámetros, supervisar el progreso del entrenamiento y simular agentes entrenados de forma interactiva a través de la app o de forma programática. Para mejorar el rendimiento del entrenamiento, es posible ejecutar simulaciones en paralelo en varias CPU, GPU, clusters y en la nube (con Parallel Computing Toolbox™ y MATLAB Parallel Server™).

El formato ONNX™ permite importar políticas existentes a partir de marcos de Deep Learning como TensorFlow™ Keras y PyTorch (con Deep Learning Toolbox™). Puede generar código C, C++ y CUDA^® optimizado para desplegar las políticas entrenadas en microcontroladores y GPU. Los ejemplos de referencia de esta toolbox le ayudarán a iniciar sus proyectos.

¿Qué es Reinforcement Learning Toolbox?

E-book gratuito

Reinforcement learning con MATLAB y Simulink

Lea el e-book

Agentes de reinforcement learning

Cree y configure agentes de reinforcement learning para entrenar políticas en MATLAB y Simulink. Utilice los algoritmos de reinforcement learning integrados o desarrolle algoritmos personalizados.

Algoritmos de aprendizaje por refuerzo

Cree agentes con Deep Q-Network (DQN), Deep Deterministic Policy Gradient (DDPG), Proximal Policy Optimization (PPO) y otros algoritmos integrados. Utilice plantillas para desarrollar agentes personalizados para entrenar políticas.

Entrenamiento de agentes de reinforcement learning

Agentes integrados

Creación de agentes personalizados

Cómo entrenar un robot bípedo para que camine

Algoritmos de entrenamiento disponibles en Reinforcement Learning Toolbox.

App Reinforcement Learning Designer

Diseñe, entrene y simule interactivamente agentes de reinforcement learning. Exporte agentes entrenados a MATLAB para su posterior uso y despliegue.

Reinforcement Learning Designer

Diseño y entrenamiento de un agente con la app Reinforcement Learning Designer

Creación y entrenamiento interactivos de agentes de reinforcement learning

Representación de funciones de valores y políticas con redes neuronales profundas

Para sistemas complejos con grandes espacios de estado-acción, defina políticas de redes neuronales profundas de forma programática, con capas de Deep Learning Toolbox, o de forma interactiva con Deep Network Designer. Si lo prefiere, puede utilizar la arquitectura de red predeterminada sugerida por la toolbox. Inicialice la política utilizando el aprendizaje por imitación para acelerar el entrenamiento. Importe y exporte modelos ONNX para permitir la interoperabilidad con otros marcos de Deep Learning.

Creación e importación de representaciones de redes neuronales profundas

Creación de un agente con Deep Network Designer

Inicialización de una red de actores DDPG con aprendizaje por imitación

Opciones para inicializar agentes de reinforcement learning

Creación, visualización y edición de redes de Deep Learning de forma interactiva

Reinforcement learning monoagente y multiagente en Simulink

Cree y entrene agentes de reinforcement learning en Simulink con el bloque RL Agent. Entrene varios agentes simultáneamente (reinforcement learning multiagente) en Simulink utilizando varias instancias del bloque RL Agent.

Creación de un entorno de Simulink y entrenamiento de un agente

Bloque RL Agent de Simulink

Entrenamiento de varios agentes para cubrir todas las áreas de un entorno

Entrenamiento de varios agentes para controlar el seguimiento de trayectorias

Modelo de Simulink con un bloque RL Agent.

Bloque RL Agent de Simulink.

Modelado de entornos

Cree modelos de entorno de MATLAB y Simulink. Describa la dinámica del sistema y proporcione señales de observación y recompensa para el entrenamiento de agentes.

Entornos de Simulink y Simscape

Utilice Simulink y Simscape™ para crear un modelo de un entorno. Especifique las señales de observación, acción y recompensa en el modelo.

Creación de entornos de Simulink para reinforcement learning

Carga de entornos de Simulink predefinidos

Integración de funcionalidad de terceros en Simulink

Reinforcement learning para desarrollo de control de campo orientado (6:12)

Modelo de entorno de Simulink de un robot bípedo.

Entornos de MATLAB

Utilice funciones y clases de MATLAB para modelar un entorno. Especifique las variables de observación, acción y recompensa en el archivo de MATLAB.

Creación de entornos de MATLAB para reinforcement learning

Carga de entornos de MATLAB predefinidos

Integración de funcionalidad de terceros en MATLAB

Reinforcement learning para trading (4:15)

Entorno de MATLAB para un cohete de 3 grados de libertad.

Entorno de MATLAB para un cohete de tres grados de libertad.

Aceleración del entrenamiento

Acelere el entrenamiento mediante el cálculo con GPU, en la nube y distribuido.

Cálculo distribuido y aceleración multinúcleo

Para acelerar el entrenamiento, ejecute simulaciones paralelas en equipos multinúcleo, recursos en la nube o clusters de cálculo usando Parallel Computing Toolbox y MATLAB Parallel Server.

Entrenamiento de agentes mediante cálculo paralelo

Opciones para entrenar agentes de reinforcement learning

Entrenamiento de un agente de CA para equilibrar un péndulo invertido en MATLAB usando el cálculo paralelo

Entrenamiento de un agente DQN para asistencia de mantenimiento de carril en Simulink usando el cálculo paralelo

Aceleración del entrenamiento con cálculo paralelo.

Aceleración por GPU

Acelere el entrenamiento y la inferencia de redes neuronales profundas con las GPU NVIDIA^® de alto rendimiento. Puede utilizar MATLAB con Parallel Computing Toolbox y la mayoría de las GPU NVIDIA habilitadas para CUDA con una capacidad de cálculo 3.0 o superior.

Entrenamiento de agentes con GPU

Opciones para las representaciones de un agente de reinforcement learning

Acelere el entrenamiento con varias GPU.

Generación y despliegue de código

Implemente políticas entrenadas en dispositivos embebidos o intégrelas en una amplia gama de entornos de producción.

Generación de código

Utilice GPU Coder™ para generar código CUDA optimizado a partir de código de MATLAB que represente redes entrenadas. Genere código C/C++ con MATLAB Coder™ para desplegar políticas.

Implementación de políticas de reinforcement learning

Pruebas en tiempo real: Despliegue de un agente de reinforcement learning para control de campo orientado (4:51)

Generación de código CUDA con GPU Coder.

Soporte de MATLAB Compiler

Utilice MATLAB Compiler™ y MATLAB Compiler SDK™ para desplegar políticas entrenadas como aplicaciones independientes, librerías C/C++ compartidas, ensamblados Microsoft^® .NET, clases de Java^® y paquetes de Python^®.

MATLAB Compiler para crear una aplicación independiente.

Empaquetado y uso compartido de políticas como programas independientes.

Ejemplos de referencia

Diseñe controladores y algoritmos de toma de decisiones para aplicaciones de robótica, conducción autónoma, calibración y planificación, entre otras.

Primeros pasos

Descubra cómo desarrollar políticas de reinforcement learning para problemas tales como invertir un péndulo simple, navegar en un entorno de grid-world, equilibrar un péndulo invertido, y resolver procesos de decisión genéricos de Markov.

Entrenamiento de un agente DQN para equilibrar un péndulo invertido

Entrenamiento de un agente de Q-Learning para solucionar problemas de grid-world

Entrenamiento de un agente de reinforcement learning en un entorno MDP

Reinforcement learning motiva a ingenieros de control de sistemas de propulsión (21:26)

Reinforcement learning para un péndulo invertido con datos de imagen

Conducción autónoma

Diseñe políticas de reinforcement learning para aplicaciones de conducción autónoma, tales como control de crucero adaptativo, asistencia de mantenimiento de carril y estacionamiento automático.

Entrenamiento de un agente DDPG para control de crucero adaptativo

Entrenamiento de un agente DQN para asistencia de mantenimiento de carril

Entrenamiento de un agente DDPG para control de seguimiento de trayectoria

Entrenamiento de un agente PPO para estacionamiento automático