Reinforcement Learning Toolbox. 強化學習工具箱
Introduction
Reinforcement Learning Toolbox™使用強化學習演算法（包括DQN，A2C和DDPG）為訓練策略提供函式和模塊組。您可以使用這些策略為複雜系統（如機器人和自主系統）導入控制器和決策演算法。您可以使用深度類神經網絡，多項式或查找表來執行策略。
強化學習工具箱讓您可透過與MATLAB®或Simulink®模型建立的環境進行互動來訓練規則策略。您可以評估演算法，試驗超參數設置並監控訓練進度。為了提高培訓性能，您可以在雲端，電腦叢集和GPU上平行執行模擬（使用Parallel Computing Toolbox™和MATLAB Parallel Server™）。
強化學習工具箱包含使用強化學習設計機器人和自動駕駛應用控制器的參考範例。
本工具箱需搭配MATLAB、Deep Learning Toolbox，若欲使用工具箱內模塊組須搭配Simulink 。
推薦使用平行運算工具箱，需搭配GPU支援平行模擬; 推薦控制系統工具箱