此端口从环境中接收观察信号。观察信号表示测量或其他瞬时系统数据。如果您有多个观察，可以使用aMux块将它们组合成矢量信号。使用非维速总线信号，使用bus2RLSpec．

此端口接收奖励信号，您根据观察数据计算。在代理培训期间使用奖励信号，以最大限度地提高长期奖励的期望。

使用此信号指定终止训练集的条件。您必须配置适合于您的系统的逻辑，以确定插曲终止的条件。一种应用是终止一个明显进展顺利或不顺利的插曲。例如，如果代理达到其目标或不可恢复地远离其目标，您可以终止一个情节。

使用此信号为块提供外部动作。该信号可以是来自人类专家的控制动作，可用于安全或模仿学习应用。当值的值使用外部措施信号是1，通过了外来行动通过借助于环境的信号行动块输出。该块还使用外部操作根据产生的观察和奖励来更新代理策略。

依赖性

要启用此端口，请选择为外部动作信号添加入口范围。

使用此信号通过外来行动向环境发出信号。

当值的值使用外部措施信号是1障碍物通过外来行动向环境发出信号。该块还使用外部操作来更新代理策略。

当值的值使用外部措施信号是0.块没有通过外来行动向环境中的信号并不使用外部操作更新策略。相反，块的操作使用代理策略的操作。

依赖性

要启用此端口，请选择为外部动作信号添加入口范围。

代理基于观察和奖励输入计算的操作。将此端口连接到系统的输入。使用非维速总线信号，使用bus2RLSpec．

仿真期间奖励信号的累积总和。观察或记录此信号以跟踪累计奖励如何随时间演变。

依赖性

要启用此端口，请选择提供累积奖励信号范围。

输入存储在MATLAB工作空间或数据字典中的代理对象的名称，例如rlacagent.或rlddpgagent.目的。有关代理对象的信息，请参阅强化学习代理．

程序使用

启用cumulative_reward通过选择此参数来阻止输出。

程序使用

启用外来行动和使用外部措施通过选择该参数阻塞输入端口。

程序使用