【MATLAB强化学习工具箱】学习笔记--在Simulink环境中训练智能体【进一步说明-分析基线】

原文章见如下链接

【MATLAB强化学习工具箱】学习笔记--在Simulink环境中训练智能体【进一步说明】https://mp.csdn.net/mp_blog/creation/editor/121349410在上文中已对 m文件与simulink的接口、水箱模型、奖励函数、控制效果等方面进行了分析，本文专门对分析基线进行分析。

分析基线为帮助文档中的示例结果，如下所示。

奖励函数：

（1）。具体参数如下 

 （2）具体参数如下。

（3） 应是即刻达到了最优条件，注水与放水速率几乎相同，reward立即达到最大。神经网络里面出现了类似PI控制中积分项的效果。

 放大仿真开始的局部视图，如下所示。水位还是略有下降，将误差从一开始的0.05变到0.02左右。应该是在大量的网络训练中，h的实际值与href越接近，后续动作作用后超出0.1误差界的可能性越小，得分越高，所以h还是略有变化。

说明，仿真中的修改是通过以下修改如下重置函数进行的，目前没有找到更好的方法。

function in = localResetFcn(in)
h_ref = 12;
h_0
= 12.05;
sl_name = 'rlwatertank_20211116';
% reference signal
blk = [sl_name '/Desired Water Level'];
in = setBlockParameter(in,blk,'Value',num2str(h_ref));
% initial height
blk = [sl_name '/Water-Tank System/H'];
in = setBlockParameter(in,blk,'InitialCondition',num2str(h_0));
end

最后

以上就是善良衬衫为你收集整理的【MATLAB强化学习工具箱】学习笔记--在Simulink环境中训练智能体【进一步说明-分析基线】的全部内容，希望文章能够帮你解决【MATLAB强化学习工具箱】学习笔记--在Simulink环境中训练智能体【进一步说明-分析基线】所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。