IA y el Diseño Basado en Modelos: Aprendizaje por Refuerzo

El aprendizaje por refuerzo comienza a ganar popularidad como un nuevo método de diseño de control que puede aprender automáticamente controles complejos y lograr un alto rendimiento. Sin embargo, las políticas de aprendizaje por refuerzo a menudo utilizan redes neuronales profundas, lo que dificulta garantizar la estabilidad del sistema con la teoría de control convencional.
En esta video, mostramos cómo utilizar el aprendizaje por refuerzo para el diseño de control práctico con MATLAB y Reinforcement Learning Toolbox. Cubriremos algunas de las características más recientes disponibles en la herramienta y también introduciremos un flujo de trabajo completo para el diseño, generación de código e implementación del controlador de aprendizaje por refuerzo.
Aprenderás como:
Diseñar un sistema de aprendizaje por refuerzo para control - siguiente nivel en los controles más avanzados
Testear el modelo - simulación de la solución
Cómo desplegar la solución - integra tu control basado en IA en el mundo real
Para conocer mas de Reinforcement Learning Toolbox visita: bit.ly/47dAJtp
--------------------------------------------------------------------------------------------------------
Obtenga una prueba gratuita del producto: goo.gl/ZHFb5u
Más información sobre MATLAB: goo.gl/8QV7ZZ
Más información sobre Simulink: goo.gl/nqnbLe
Descubra las novedades de MATLAB y Simulink: goo.gl/pgGtod