matlab信任模型代码-RL-CBF:RL-脑血流

matlab信任模型代码RL-脑血流 该代码在两个无基线模型的算法之上实现了RL-CBF算法：信任区域策略优化（TRPO）和深度确定性策略梯度（DDPG）。 RL-CBF算法在学习过程中提供了安全保证，有关该算法的详细信息，请参见论文“针对安全关键的连续控制任务的端到端安全强化学习”。 我们展示了在两个模拟任务上的学习情况：（1）倒立摆控制，（2）跟随5辆汽车的链。 在每个问题域的每个文件夹中，都有4个实现RL算法的子文件夹：TRPO-CBF-在TRPO顶部运行RL-CBF算法。 对于以下汽车示例，请运行sim.py开始学习。 对于钟摆示例，请运行main.py开始学习。 DDPG-CBF-在DDPG之上运行RL-CBF算法。 对于这两个示例，运行ddpg.py即可开始学习。 TRPO-运行基线TRPO算法进行比较。 对于以下汽车示例，请运行sim.py开始学习。 对于钟摆示例，请运行main.py开始学习。 DDPG-运行基线DDPG算法。 对于这两个示例，运行ddpg.py即可开始学习。 如本文所见，可以在MATLAB中运行plotResults.m和plotCollisions.