MATLAB和Simulink每年发布一次MathWorks总是带来新的特点。这仍然是MATLAB 2019a的情况，它打包了相当多的增强和添加到一个已经强大的开发包。它有新的块集，包括对AUTOSAR、soc和混合信号的支持。有两个新的工具箱—一个用于SerDes开发，另一个用于强化学习。与Polyspace的集成包括访问其bug查找器和验证器，包括对这些特性的服务器支持。Simulink的System Composer设计和分析工具的目标是系统和软件架构。
机器学习(ML)并不是炒作，但开发、训练和部署机器学习模型并不是一项琐碎的任务。强化学习工具箱，帮助简化学习过程(图1)这只是该领域众多增强功能之一。该工具箱提供MATLAB函数和SIMULINK模块，用于使用强化学习算法(如Deep Q-Network (DQN)、Advantage Actor Critic (A2C)和Deep Deterministic Policy Gradients (DDPG))训练策略。这些策略可以用来为机器人等应用程序实现控制和决策算法。
1.强化学习工具箱简化了训练机器学习模型的过程。
ML支持可以利用MATLAB的分布式计算和多核加速，以及GPU加速服务。开发人员可以使用并行计算工具箱和MATLAB并行服务器．GPU支持利用并行计算工具箱以及大多数支持cuda的NVIDIA gpu计算能力3.0或更高．这些工具能够使用图像采集工具箱捕获的数据，该工具箱现在支持Velodyne激光雷达点云。
深度学习工具箱已得到增强。它现在可以处理ML网络的3D体积数据，还有ONNX交换支持。这可以与LSTM网络和计算机视觉系统工具箱模型一起使用。深度网络设计器可用于为计算机视觉、信号和文本应用程序创建网络。它还可以生成MATLAB代码。支持用于视频分类和手势识别的递归网络。
MATLAB和Simulink项目支持提高了团队生产力。它使用一个基于团队的协作系统利用基于模型的设计．依赖关系分析视图(图2)能够分析项目并检查所需文件。该系统集成了源代码控制管理工具，如Git和Subversion。
2.Dependency Analysis视图分析项目并检查所需的文件，并确保派生文件没有过期。
新的Simulink模块和工具箱处理信号处理和芯片设计。混合信号块集支持快速模型构建以及混合信号系统模型的仿真和分析。它包括专门的分析和可视化工具。SerDes工具箱的目标是设计和测试用于高速串行通信的SerDes，而SoC Blockset支持FPGA、ASIC和SoC架构的仿真和开发，提供联合仿真支持。
Polyspace在一段时间前被MathWorks收购，此后一直在利用它的分析工具。Polyspace代码验证器和bug查找器旨在帮助开发人员满足和记录安全标准，如MISRA、ISO 26262、IEC 61508和DO-178，以及FDA法规。它们还被用来检查软件的安全漏洞，以应对CWE、CERT-C和ISO/IEC 17961等标准。Ada的Polyspace可以用来证明Ada源代码中没有运行时错误。
