env = rlPredefinedEnv (“CartPole-Discrete”）;ObsInfo = GetobservationInfo（ENV）;Actinfo = GetActionInfo（Env）;numobs = obsinfo.dimension（1）;numdiscreteact = numel（Actinfo.Elements）;

[featureInputLayer(4，'正常化'，“没有”，“名字”，'状态'）全连接列（8，“名字”，'fc') reluLayer (“名字”，'relu') fullyConnectedLayer (1,“名字”，“输出”));

QuandOptions = rlrepresentationOptions（“LearnRate”1飞行,'gradientthreshold'，1）;评论家= rlvalueerepresentation（批判性，Obsinfo，．..“观察”，'状态'，批评）;

val = getValue(评论家,{兰德(4,1)})

Batchval = GetValue（评论家，{rand（4,1,20）}）;大小（批量）

env = rlPredefinedEnv (“CartPole-Discrete”）;ObsInfo = GetobservationInfo（ENV）;Actinfo = GetActionInfo（Env）;numobs = obsinfo.dimension（1）;numdiscreteact = numel（Actinfo.Elements）;

[featureInputLayer(4，'正常化'，“没有”，“名字”，'状态') fullyConnectedLayer (50,“名字”，'批评福尔福克') reluLayer (“名字”，'rictrelu1') fullyConnectedLayer (20“名字”，'批评福尔2') reluLayer (“名字”，'transrelu2') fullyConnectedLayer (numDiscreteAct“名字”，“输出”));

QuandOptions = rlrepresentationOptions（“LearnRate”1 e - 3,'gradientthreshold'，1）;评论家= rlqvalueerepresentation（批评，undernfo，Actinfo，．..“观察”，'状态'，批评）;

val = getValue(评论家,{兰德(4,1)})

Batchval = getValue（评论家，{rand（4,1,10）}）;大小（批量）

ObsInfo = [rlnumericspec（[8 3]），rlnumericspec（[4 1]）];

actinfo = rlNumericSpec([2 1]);

develationpath1 = [imageInputLayer（[8 3 1]，'正常化'，“没有”，“名字”，“state1”）全连接层（10，“名字”，“fc1”）附加层（3，“名字”，“添加”) reluLayer (“名字”，'relu1'）全连接层（10，“名字”，“fc4”) reluLayer (“名字”，“relu2”) fullyConnectedLayer (1,“名字”，“fc5”));deviemationPath2 = [ImageInputLayer（[4 1 1]，'正常化'，“没有”，“名字”，“state2”）全连接层（10，“名字”，“取得”));ActionPath = [ImageInputLayer（[2 1 1]，'正常化'，“没有”，“名字”，“行动”）;fullyConnectedLayer (10,“名字”，“一个fc3”文件));网= layerGraph (observationPath1);网= addLayers(净,observationPath2);网= addLayers(净,actionPath);网= connectLayers(网络,“取得”，'添加/ in2'）;网= connectLayers(网络,“一个fc3”文件，“添加/ in3”）;

c = rlQValueRepresentation(净obsinfo actinfo,．..“观察”，{“state1”，“state2”}，'行动'，{“行动”})；

batchobs_ch1 = rand（8,3,64）;batchobs_ch2 = rand（4,1,64）;

Batchact = Rand（2,1,64,1）;

qvalue = getValue (c, {batchobs_ch1, batchobs_ch2}, {batchact});