다음 예제와 같이 신호를 병합 블록에 직접 연결하는 대신 Mux 블록을 통해 신호를 연결할 수 있습니다. 모든 파이썬, OpenAI 체육관 및 EnergyPlus 예제는 관리되는 시뮬레이터를 통해 클라우드에서 학습할 수 있습니다. 원격으로 관리되는 시뮬레이터에 대해 지원되는 Docker 컨테이너의 전체 목록은 프로젝트 파일 참조에서 찾을 수 있습니다. 이 예제에는 Inkling 파일에 고급 수준의 알고리즘 절도 포함되어 있습니다. 이 절은 필요하지 않지만 예제가 훨씬 빠르게 학습하는 데 도움이 됩니다. 알고리즘 절사용에 대한 자세한 내용은 Inkling 참조를 참조하십시오. 이 예제에서는 이벤트 클래스의 인스턴스를 사용하여 사용자 지정 시뮬레이션 루프를 구동하는 방법을 보여 줍니다. 분재_ai 내부의 기계에 의존하지 않고. 시뮬레이터, CartPoleTrainer 클래스는 차례로, 각 단계에서 사용자 정의 논리를 허용 이벤트로 시뮬레이션 이벤트를 진행합니다. 이 예제에서는 Simulink를 사용하여 집의 열 모델을 만드는 방법을 보여 주십습니다. 이 시스템은 야외 환경, 집의 열 특성 및 집 난방 시스템을 모델화합니다. 분재 AI의 목적은 원하는 온도에 도달하는 것입니다. 이것은 그것의 시뮬레이터로 OpenAI 환경을 사용 하 여 OpenAI 체육관 예제입니다.

사용되는 시뮬레이터에 대한 자세한 내용은 OpenAI 체육관 환경과 분재 브레인을 통합하기위한 파이썬 라이브러리인 분재 체육관 일반 GitHub 리포지토리를 참조하십시오. 어디 w1, … wn은 입력 신호와 o1의 폭입니다, … on은 입력 신호의 오프셋입니다. 예를 들어 다음 다이어그램의 병합 블록은 신호 v1과 v2를 병합하여 신호 v3을 생성합니다. 이 예제는 Mux 블록을 통해 병합 블록에 세 개의 앰프를 연결합니다. 상하 증폭기는 상승 펄스에 트리거; 떨어지는 펄스에 가운데. 하단 증폭기에 연결된 트리거 신호는 하단 증폭기에 연결된 트리거 신호와 비교하여 .5s의 위상 지연을 가합니다. 각 시간 단계에서 병합 블록의 출력은 해당 단계에서 트리거된 증폭기의 출력과 같습니다. 병합 블록에 직접 연결하지 않고 병합할 신호를 Mux하면 더 명확한 다이어그램이 생성될 수 있습니다.

이 개념은 엘리베이터_plan이라는 이름으로 하며 현재 FloorState를 고려하여 작업을 계산합니다. 이 간단한 예제에서는 바닥의 현재 상태에 따라 작업(바닥을 올라가거나 바닥을 내려가거나 문을 여는 것)을 만들기 위한 개념을 학습합니다. «SimPy의 프로세스는 Python 생성기 함수에 의해 정의되며, 예를 들어 고객, 차량 또는 에이전트와 같은 활성 구성 요소를 모델링하는 데 사용될 수 있습니다. SimPy는 또한 제한된 용량 혼잡 지점 (예 : 서버, 체크 아웃 카운터 및 터널)을 모델링하기 위해 다양한 유형의 공유 리소스를 제공합니다.» – SimPy 문서 전체 시뮬레이터 파일 tictactoe_simulator.py이 예제는 여기에 전체로 표시하기에는 너무 깁니다 하지만 GitHub에서 나머지 틱 택 토 샘플 코드와 함께 볼 수 있습니다. 경우에 따라 게인과 같은 매개 변수를 MATLAB에서 계산하여 Simulink 모델에서 사용할 수 있습니다. 이 경우 MATLAB 계산 결과를 Simulink에 직접 입력할 필요가 없습니다. 예를 들어 MATLAB 명령 프롬프트에서 다음 명령을 입력하여 변수 K. 에뮬레이트에서 MATLAB의 게인을 계산했다고 가정합니다. 이 예제의 전체 시뮬레이터 파일 elevator_simulator.py 및 엘리베이터 시뮬레이션 파일 elevator.py GitHub의 simpy 엘리베이터 코드의 나머지 부분과 함께 있습니다.