贪婪探索的选项，指定为EpsilonGreedyExploration对象的以下属性。

在每个训练时间步长结束时，如果ε大于EpsilonMin，然后使用以下公式进行更新。

ε=ε* (1-EpsilonDecay)

如果您的代理在局部最优上收敛得太快，您可以通过增加代理来促进探索ε．

要指定探查选项，请在创建rlSARSAAgentOptions对象选择．例如，将值设为0．9．

opt.EpsilonGreedyExploration.Epsilon = 0.9;

试剂的采样时间，指定为正标量。

在一个模型金宝app^®环境中，代理被执行SampleTime模拟时间的秒数。

在MATLAB^®环境中，每当环境进步时，代理就会被执行。然而,SampleTime返回的输出经验中连续元素之间的时间间隔是多少sim卡或火车．

贴现因子应用于培训期间的未来奖励，指定为小于或等于1的正标量。