该端口接收来自环境的观测信号。观测信号表示测量或其他瞬时系统数据。如果你有多个观测值，你可以用Mux块将它们组合成一个矢量信号。若要使用非虚拟总线信号，请使用bus2RLSpec．

该端口接收奖励信号，您可以根据观察数据计算奖励信号。奖励信号用于智能体训练过程中，以最大化对长期奖励的期望。

使用此信号指定在何种条件下终止训练集。您必须配置适合您的系统的逻辑，以确定事件终止的条件。其中一种应用是终止一个明显进展顺利或不顺利的剧集。例如，如果代理达到了它的目标，或者无法挽回地偏离了它的目标，您就可以终止一个情节。

使用此信号为块提供一个外部动作。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。时的值利用外部行动信号是1，通过对外行动信号通过信号传递给环境行动块的输出。该块还使用外部操作来根据结果观察和奖励更新代理策略。

依赖关系

要启用此端口，请选择外部动作输入参数。

控件输出的操作可能与应用于环境的操作不同RL代理块。例如，Simulink模型可以在动金宝app作输出信号上包含一个饱和块。

在这种情况下，为了提高学习效果，可以启用该输入端口，并连接应用到环境中的实际动作信号。

依赖关系

要启用此端口，请选择最后一个动作输入参数。

用这个信号通过对外行动向环境发出信号。

时的值利用外部行动信号是1方块通过对外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。

时的值利用外部行动信号是0块未通过对外行动信号传递给环境，并且不使用外部操作更新策略。相反，来自块的操作使用来自代理策略的操作。

依赖关系

要启用此端口，请选择外部动作输入参数。

智能体根据观察和奖励输入计算出的动作。将此端口连接到系统的输入端。若要使用非虚拟总线信号，请使用bus2RLSpec．

模拟过程中奖励信号的累积和。观察或记录这一信号，追踪累积奖励如何随着时间的推移而演变。

依赖关系

要启用此端口，请选择累积奖励输出参数。

输入存储在MATLAB工作区或数据字典中的代理对象的名称，例如rlACAgent或rlDDPGAgent对象。有关代理对象的信息，请参见强化学习代理．

如果RL代理块在有条件执行的子系统中，例如触发子系统(金宝app模型)或者一个函数调用子系统(金宝app模型)时，必须指定代理对象的采样时间为－1这样，该块就可以继承其父子系统的采样时间。

编程使用

生成一个政策中指定的代理实现贪婪策略的块代理对象通过调用generatePolicyBlock块功能。为了生成贪婪策略，块设置UseExplorationPolicy属性的代理假在生成策略块之前..

生成的块被添加到新的Simulink模型中，策略数据保存在当前工作文件夹中的金宝appmat文件中。

启用对外行动而且利用外部行动选择该参数，阻断输入端口。

编程使用

启用最后的动作选择该参数，阻断输入端口。

编程使用

启用累积奖励通过选择此参数阻止输出。

编程使用

选择此参数可强制观测数据类型。在这种情况下，如果数据类型的信号连接观察属性中的数据类型不匹配ObservationInfo属性时，块会尝试将信号强制转换为正确的数据类型。如果不能强制转换数据类型，则块生成一个错误。

执行严格的数据类型:

编程使用