动作和观察信号

创建环境对象时，必须指定代理用于与环境交互的操作和观察信号。您可以创建离散和连续操作空间。有关更多信息，请参阅rlnumericspec.和rlfinitesetspec.， 分别。

您选择的信号和观察的信号取决于您的应用程序。例如，对于控制系统应用，错误信号的积分（有时导数）通常是有用的观察。此外，对于参考跟踪应用，具有时变的参考信号作为观察是有帮助的。

定义观察信号时，请确保通过观察来观察所有系统状态。例如，摆动摆的图像观察具有位置信息，但没有足够的信息来确定摆速。在这种情况下，您可以将摆速指定为单独的观察。

预定义金宝app环境

钢筋学习工具箱™软件提供预定义的Simulink金宝app^®在已经定义了操作，观察，奖励和动态的环境。您可以使用这些环境：

有关更多信息，请参阅加载预定义的Simulink环境金宝app。

风俗金宝app环境

要指定自己的自定义增强学习环境，请使用一个模拟模型金宝appRL代理人堵塞。在此模型中，将动作，观察和奖励信号连接到RL代理人堵塞。例如，看到水箱加固学习环境模型。

对于动作和观察信号，您必须使用规范对象使用rlnumericspec.用于连续信号和rlfinitesetspec.用于离散信号。对于总线信号，使用创建规格bus2rlspec.。

对于奖励信号，在模型中构建标量信号并将此信号连接到RL代理人堵塞。有关更多信息，请参阅定义奖励信号。

配置Simulink模型后，使用该模型创建一金宝app个环境对象Rl金宝appsimulinkenv.功能。

如果您有一个具有适当动作输入端口，观察输出端口和标量奖励输出端口的参考模型，则可以自动创建包含此参考模型的Simulink模型和金宝appRL代理人堵塞。有关更多信息，请参阅CreateIntegrateenv.。此函数返回模型的环境对象，操作规范和观察规范。

您的环境可以包括第三方功能。有关更多信息，请参阅与现有的模拟或环境集成（金宝appSimulink）。