使用为该环境配置的代理模拟增强学习环境。对于此示例，请加载已配置的环境和代理。环境是一个分立的推车环境Rlpredefinedenv.。代理是一种政策渐变（rlpgagent.） 代理人。有关在此示例中使用的环境和代理的详细信息，请参阅火车PG代理可以平衡车杆系统。

RNG（0）重复性的％加载rlsimexample.mat.env.

Env = CartpoledIscreteAcreacteAdeaction：重力：1 9.8000 Masscart：1 MassPole：0.1000

代理人

Agent = RLPGagent具有属性：AgentOptions：[1x1 rl.option.rlpgagentoptions]

通常，您使用使用的代理商火车并模拟环境以测试培训的代理的性能。对于此示例，使用加载的代理模拟环境。配置模拟选项，指定模拟运行100步。

Simopts = RlsimulationOptions（'maxsteps'，100）;

对于在此示例中使用的预定义推车环境。您可以使用阴谋生成卡车杆系统的可视化。当您模拟环境时，此绘图会自动更新，以便在仿真期间可以观看系统的发展。

情节（env）

模拟环境。

体验= SIM（ENV，Agent，Simopts）

经验=结构与字段：观察：[1x1 struct]动作：[1x1 struct]奖励：[1x1次数] ISDONE：[1x1倍] SIMITIONINFO：[1x1 struct]

输出结构经验记录从环境中收集的观察，行动和奖励以及在模拟期间收集的其他数据。每个字段都包含一个时间序列对象或结构时间序列数据对象。例如，经验是A.时间序列在模拟的每个步骤中包含代理在推车系统上施加的动作。

经验

ans =.结构与字段：cartpoleaction：[1x1倍]

模拟为示例中使用的Simulink®模型创建的环境金宝app培训多个代理商执行协作任务，使用在该示例中培训的代理。

在MATLAB®工作区中加载代理。

加载rlcollaborativetaskagents.

创造一个环境rlcollaborativetask.金宝appSimulink®模型，有两个代理块。由于两个块使用的代理（Agenta.和AgentB.）已经在工作区中，您无需通过他们的观察和操作规范来创建环境。

ent = rl金宝appsimulinkenv（'rlcollaborativetask'，[“rlcollaborativetask /代理A”那“rlcollaborativetask /代理b”]）;

加载所需的参数rlcollaborativetask.金宝appSimulink®模型运行。

rlcollaborativetaskparams.

模拟工人反对环境，节省了经验XPR.。

XPR = SIM（env，[Agenta Agentb]）;

两个代理商的绘制行动。

子图（2,1,1）;绘图（XPR（1）.action.Forces）子图（2,1,2）;绘图（XPR（2）.action.Forces）