Env = Rlpredefinedenv（'cartpole  - 离散'）;ObsInfo = GetobservationInfo（ENV）;Actinfo = GetActionInfo（Env）;numobs = obsinfo.dimension（1）;numdiscreteact = numel（Actinfo.Elements）;

批评= [featureInputLayer（4，'正常化'那'没有任何'那'名称'那'状态'）全连接列（8，'名称'那'fc'）剥离（'名称'那'relu'）全康连接层（1，'名称'那'输出'）];

QuandOptions = rlrepresentationOptions（'学习'，1e-2，'gradientthreshold'，1）;评论家= rlvalueerepresentation（批判性，Obsinfo，......'观察'那'状态'，批评）;

val = getValue（评论家，{rand（4,1）}）

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

Env = Rlpredefinedenv（'cartpole  - 离散'）;ObsInfo = GetobservationInfo（ENV）;Actinfo = GetActionInfo（Env）;numobs = obsinfo.dimension（1）;numdiscreteact = numel（Actinfo.Elements）;

批评= [featureInputLayer（4，'正常化'那'没有任何'那'名称'那'状态'）全连接列（50，'名称'那'批评福尔福克'）剥离（'名称'那'rictrelu1'）全连接列（20，'名称'那'批评福尔2'）剥离（'名称'那'transrelu2'）全连接列（NumDiscreteAct，'名称'那'输出'）];

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

val = getValue（评论家，{rand（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'那'没有任何'那'名称'那'endate1'）全连接层（10，'名称'那'fc1'）附加层（3，'名称'那'添加'）剥离（'名称'那'relu1'）全连接层（10，'名称'那'fc4'）剥离（'名称'那'relu2'）全康连接层（1，'名称'那'fc5'）];deviemationPath2 = [ImageInputLayer（[4 1 1]，'正常化'那'没有任何'那'名称'那'state2'）全连接层（10，'名称'那'fc2'）];ActionPath = [ImageInputLayer（[2 1 1]，'正常化'那'没有任何'那'名称'那'行动'）;全康统计（10，'名称'那'fc3'）];net = layergraph（观察到3月1）;net = addlayers（net，观察结果2）;net = addlayers（net，ActionPath）;net = connectlayers（net，'fc2'那'添加/ in2'）;net = connectlayers（net，'fc3'那'添加/ IN3'）;

c = rlqvalueerpresentation（net，obsinfo，Actinfo，......'观察'，{'endate1'那'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}）;