主要内容

getActioninfo

从强化学习环境或代理中获取行动数据规格

在页面中崩溃

句法

actinfo = getActioninfo（env）
actinfo = getActionInfo（代理）

描述

例子

Actinfo= getActioninfo（env）从强化学习环境中提取行动信息env。

Actinfo= getActioninfo（代理人）从增强学习代理中提取行动信息代理人。

例子

全部收缩

打开实时脚本

提取可用于创建其他环境或代理的操作和观察信息。

此示例的增强学习环境是自我汽车和铅汽车的简单纵向动力学。训练目标是使自我汽车以设定的速度行驶，同时通过控制纵向加速（和制动）来保持与铅汽车的安全距离。此示例使用与使用模型预测控制的自适应巡航控制系统（模型预测控制工具箱）例子。

打开模型并创建强化学习环境。

mdl ='rlaccmdl';Open_System（MDL）;AgentBlk = [MDL'/rl代理人'];％创建观察信息obsinfo = rlnumericspec（[3 1]，，“下限”，-inf*一个（3,1），“上限”，inf*一个（3,1））;obsinfo.name =“观察”;obsinfo.Description =“有关速度错误和自我速度的信息”;％动作信息actinfo = rlnumericspec（[1 1]，，“下限”，-3，“上限”，2）;actinfo.name =“加速”;％定义环境env = rl金宝appSimulinkenv（MDL，AgentBlk，obsinfo，actinfo）
env = 金宝appsimulinkenvwithagent具有属性：模型：rlaccmdl agentBlock：rlaccmdl/rl代理resetfcn：[] usefastrestart：on

增强学习环境env是一个金宝appsimulinkwithagent具有上述属性的对象。

从增强学习环境中提取动作和观察信息env。

actinfoext = getActionInfo（env）
ActInfoext = rlnumericspec带有属性：lowerLimit：-3 Upperlimit：2名称：“加速”描述：[0x0 String] dimension：[1 1] datatype：“ double”
obsinfoext = getObservationinfo（env）
obsinfoext = rlnumericspec具有属性：下限：[3x1 double]上限：[3x1 double]名称：“观察”描述：“有关速度错误和自我速度的信息”，“尺寸：[3 1] datatype：[3 1] datatype：“ double”“ double”“

动作信息包含加速度值，而观察信息包含自我车辆的速度和速度误差值。

输入参数

全部收缩

强化学习环境必须从中提取动作信息，并指定为金宝appsimulinkenvwithagent目的。

有关强化学习环境的更多信息，请参阅创建Simul金宝appink增强学习环境。

必须从中提取动作信息的强化学习代理，并将其指定为以下对象之一：

有关强化学习代理的更多信息，请参阅强化学习者。

输出参数

全部收缩

从强化学习环境中提取的动作数据规格作为以下一个数组返回：

也可以看看

||||||||

话题

在R2019a中引入

强化学习工具箱文档

金宝app

使用MATLAB和SIMULINK进行加固学习金宝app

使用MATLAB和SIMULINK进行加固学习金宝app

下载电子书