RL培训选项

培训加固学习代理的选项

全部展开页面

描述

使用一个RL培训选项对象为代理商指定培训选项。培训代理人，使用火车．

有关培训代理的更多信息，请参阅火车加固学习代理．

创建

句法

训练= rltrainingOptions.

opt=rlTrainingOptions（名称、值）

描述

trainOpts= rlTrainingOptions返回用于训练强化学习代理的默认选项。使用培训选项为培训会话指定参数，例如要培训的最大章节数、停止培训的条件、保存代理的条件和使用并行计算的选项。配置选项后，使用trainOpts的输入参数火车．

例子

选择=rlTrainingOptions(名称，价值）创建一个训练选项集和集合对象属性使用一个或多个名称值对参数。

属性

全部展开

`最大集`-训练特工的最大次数
`500.`（默认）|正整数

训练代理的最大集数，指定为正整数。无论其他终止条件如何，训练将在最大集．

例子:“MaxEpisodes”,1000年

`MaxStepsPerEpisode`-每集运行的最大步骤数
`500.`（默认）|正整数

每集运行的最大步骤数，指定为正整数。通常，您可以在环境中定义集终止条件。此值是在不满足其他终止条件时在情节中运行的最大步骤数。

例子:'maxstepperepisode'，1000

`ScoreAveragingWindowLength`-平均窗口长度
`5.`（默认）|正整数标量|正整数向量

平均每个代理的分数、奖励和步骤数的窗口长度，指定为标量或向量。

如果培训环境包含单个代理，请指定ScoreAveragingWindowLength作为标量。

如果培训环境是一个多代理模拟金宝app^®环境中，指定标量以将相同的窗口长度应用于所有代理。

要为每个代理使用不同的窗口长度，请指定ScoreAveragingWindowLength作为一个向量。在本例中，向量中元素的顺序与环境创建期间使用的代理的顺序相对应。

对于以平均值表示的期权，ScoreAveragingWindowLength是包含在平均值中的剧集数量。例如，如果StopTrainingCriteria是“平均向上”和StopTrainingValue是500.对于一个给定的代理，那么对于那个代理，当平均奖励超过了在ScoreAveragingWindowLength等于或超过500.．对于其他代理人，继续培训，直至:

所有代理都达到其停止标准。
集数达到最大集．
点击时停止培训停止训练Episode Manager或按下的按钮Ctrl-C在MATLAB^®命令行。

例子:'scoreaveragingwindowlength'，10

`StopTrainingCriteria`-训练终止条件
`“AverageSteps”`（默认）|`“平均向上”`|`“EpisodeCount”`|……

训练终止条件，指定为以下字符串之一：

“AverageSteps”-当每集的运行平均步数等于或超过选项指定的临界值时，停止训练StopTrainingValue．使用窗口计算平均值'scoreaveragingwindowlength'．
“平均向上”-当跑步平均奖励等于或超过临界值时停止训练。
“EpisodeReward”-当当前情节中的奖励等于或超过临界值时停止训练。
“全局步数”—当所有剧集的总步数(调用代理的总次数)等于或超过临界值时停止训练。
“EpisodeCount”—当训练集数达到或超过临界值时，停止训练。

例子:“StopTrainingCriteria”、“AverageReward”

`StopTrainingValue`-训练终止条件的临界值
`500.`（默认）|标量|向量

训练终止条件的临界值，指定为标量或向量。

如果培训环境包含单个代理，请指定StopTrainingValue作为标量。

如果训练环境是多智能体Simulink环境，则指定一个标量对所有智能体应用相同的终止准则。金宝app若要为每个代理使用不同的终止条件，请指定StopTrainingValue作为向量。在这种情况下，向量中元素的顺序对应于环境创建期间使用的代理的顺序。

对于给定的代理，培训将在StopTrainingCriteria选项等于或超过此值。对于其他代理人，培训继续进行，直到:

所有代理都达到其停止标准。
集数达到maxepisodes.．
点击时停止培训停止训练Episode Manager或按下的按钮Ctrl-C在MATLAB命令行。

例如，如果StopTrainingCriteria是“平均向上”和StopTrainingValue是100对于一个给定的代理，那么对于那个代理，当平均奖励超过了在ScoreAveragingWindowLength等于或超过100．

例子:'stoptriningvalue'，100

`SaveAgentCriteria`-在训练过程中为救援人员提供的条件
`“没有”`（默认）|`“EpisodeReward”`|`“平均向上”`|`“EpisodeCount”`|……

条件，指定为以下字符串之一:

“没有”-不要在训练中拯救任何特工。
“EpisodeReward”-当当前情节中的奖励等于或超过临界值时，保存代理。
“AverageSteps”-当每集运行的平均步数等于或超过选项指定的临界值时，保存代理StopTrainingValue．使用窗口计算平均值'scoreaveragingwindowlength'．
“平均向上”- 当所有剧集的运行平均奖励等于或超过临界值时，保存代理。
“全局步数”-当所有事件中的步骤总数（调用代理的总次数）等于或超过临界值时，保存代理。
“EpisodeCount”- 当培训剧集的数量等于或超过临界值时保存代理。

设置此选项可存储根据您指定的标准执行良好的候选代理。将此选项设置为以外的值“没有”，软件设置SaveAgentValue选择500。您可以更改该值以指定保存代理的条件。

例如，假设您希望存储任何生成集奖励等于或超过100的代理，以供进一步测试。为此，设置SaveAgentCriteria来“EpisodeReward”并设置了SaveAgentValue选择100。当一集奖励等于或超过100时，火车将对应的代理保存到指定文件夹中的MAT文件中SaveAgentDirectory.选择。MAT文件被调用AgentK.mat,在那里K.为对应插曲的个数。代理存储在MAT文件中为saved_agent.．

例子:“SaveAgentCriteria”、“EpisodeReward”

`SaveAgentValue`-保存代理人的临界条件
`“没有”`（默认）|500.|标量|向量

保存代理的条件的临界值，指定为标量或向量。

如果培训环境包含单个代理，请指定SaveAgentValue作为标量。

如果训练环境是多智能体Simulink环境，则指定一个标量对每个智能体应用相同的保存准则。金宝app要在满足特定条件时保存代理，请指定SaveAgentValue作为一个向量。在本例中，向量中元素的顺序与创建环境时使用的代理的顺序相对应。当满足保存代理的条件时，所有代理将保存在同一个MAT文件中。

使用指定保存候选代理的条件时SaveAgentCriteria时，软件将此值设置为500。更改该值以指定保存代理的条件。看到SaveAgentCriteria选项以获取更多详细信息。

例子:'SaveagentValue'，100

`SaveAgentDirectory.`-保存的代理程序文件夹
`“储蓄”`（默认）|字符串|特征向量

保存的代理程序的文件夹，指定为字符串或字符向量。文件夹名称可以包含完整路径或相对路径。当事件发生时，满足条件SaveAgentCriteria和SaveAgentValue选项时，该软件将代理保存在此文件夹中的MAT文件中。如果该文件夹不存在，火车创建它。当SaveAgentCriteria是“没有”，此选项将被忽略火车不创建文件夹。

例子:'SaveAgentDirectory'， pwd + "\run1\Agents"

`使用指α.`-使用并行培训的标志
`错误的`（默认）|`符合事实的`

用于使用并行训练的标志，指定为逻辑．将此选项设置为符合事实的将培训配置为使用并行处理来模拟环境，从而允许使用多核、处理器、计算机集群或云资源来加速培训。要指定并行训练的选项，请使用并行化选项财产。

当使用指α.是符合事实的然后用于DQN，DDPG，TD3和SACNumStepsToLookAhead属性或相应的代理选项对象必须设置为1，否则生成错误。这保证了常见的验证。当AC代理程序并行培训时，如果存在警告StepsUntilDataIsSent财产的并行化选项对象设置为不同的值numsteptolookahead.属性。

请注意，如果要使用本地GPU加速深层神经网络计算（如梯度计算、参数更新和预测），则无需设置使用指α.为真。相反，在创建演员或批评者表示时，使用rlrepresentationOptions.对象，其中UseDevice选项设置为“图形”．使用并行计算或GPU需要并行计算工具箱™软件。另外需要使用计算机集群或云资源MATLAB并行服务器™．有关使用多核处理器和GPU的培训的更多信息，请参阅使用并行计算和GPU训练代理．

例子:“UseParallel”，对

`并行化选项`-控制并行训练的选项
`ParallelTraining`目的

用于控制并行训练的并行化选项，指定为ParallelTraining有关使用并行计算进行培训的更多信息，请参阅火车加固学习代理．

这ParallelTraining对象具有以下属性，您可以在创建后使用点表示法修改RL培训选项对象

`模式`- 并行计算模式
`“同步”`（默认）|`“异步”`

并行计算模式，指定为以下方式之一:

“同步”——使用parpool.对可用的工作人员进行同步培训。在这种情况下，workers暂停执行，直到所有workers完成。主机根据所有worker的结果更新actor和critic参数，并将更新后的参数发送给所有worker。注意，同步训练对于基于梯度的并行化是必需的DataToSendFromWorkers被设置为“梯度”然后模式必须设置为“同步”．
“异步”——使用parpool.对可用的工作人员进行异步培训。在这种情况下，工作人员一旦完成并从主机接收到更新的参数，就将数据发送回主机。然后工人们继续他们的工作。

`DataToSendFromWorkers`—工作人员发送给主机的数据类型
`“经验”`（默认）|`“梯度”`

工作人员发送到主机的数据类型，指定为以下字符串之一：

“经验”-模拟由工作人员执行，学习由主机执行。具体而言，工作人员针对环境模拟agent，并发送经验数据（观察、行动、奖励、下一次观察，以及指示是否达到终端条件的标志）对于具有梯度的代理，主机根据经验计算梯度，更新网络参数，并将更新后的参数发送回工作人员，以便他们可以针对环境执行新的模拟。
“梯度”-模拟和学习都由工人完成。具体来说，工作人员根据环境模拟代理，根据经验计算梯度，并将梯度发送给主机。主机对梯度进行平均，更新网络参数，并将更新后的参数发送给工作人员，以便他们能够针对环境执行新的模拟。这个选项需要同步训练模式设置为“同步”．

笔记

对于AC和PG代理，必须指定DataToSendFromWorkers作为“梯度”．

对于DQN，DDPG，PPO，TD3和SAC代理，您必须指定DataToSendFromWorkers作为“经验”．

`StepsUntilDataIsSent`-工作人员向主机发送数据的步骤数
`1`(默认)|正整数

工作人员向主机发送数据并接收更新参数的步骤数，指定为1或者一个正整数。当这个选项是1，工人等待直到剧集的末尾，然后向主机发送所有步骤数据。否则，工作人员在发送数据之前等待指定的步骤数。

笔记

AC代理不接受stpeptuntildataissent = -1．适用于AC培训，套装StepsUntilDataIsSent等于numsteptolookahead.AC代理选项。
对于PG代理，必须指定stpeptuntildataissent = -1．

`杂役种子`-随机化初始化工人
`1`（默认）|`2`|载体

Workor初始化的工人，指定为以下内容之一：

1-给每个工人分配一个唯一的随机种子。种子的值是worker ID。
2- 请勿将随机种子分配给工人。
向量-手动指定每个工人的随机种子。vector中的元素数量必须与worker的数量匹配。

`TransferBaseWorkspaceVariables.`- 将模型和工作区变量发送到并行工人的选项
`“上”`（默认）|`“关”`

将模型和工作空间变量发送给并行工作程序的选项，指定为“上”或“关”．When the option is“上”，主机将在模型中使用的变量并在基础MATLAB工作区中定义为工人。

`附件文件`-附加到并行池的其他文件
`[]`(默认)| string | string array

附加到并行池的其他文件，指定为字符串或字符串数组。

`SetupFcn`-在训练开始前运行功能
`[]`（默认）|功能手柄

在训练开始前运行的函数，指定为没有输入参数的函数的句柄。该函数在培训开始前对每个工人运行一次。编写这个函数来执行训练之前需要的任何处理。

`CleanupFcn`-训练结束后运行
`[]`（默认）|功能手柄

训练结束后运行的函数，指定为函数的句柄，该函数没有输入参数。您可以在训练终止后写入此功能以清理工作区或执行其他处理。

`冗长的`-在命令行上显示培训进度
`错误的`（0）（默认）|`符合事实的`（1）

在命令行上显示训练进度，指定为逻辑值错误的（0）或符合事实的（1）。设置符合事实的在训练期间将每个训练集的信息写入MATLAB命令行。

`StopOnError`-选项发生错误时停止培训
`“上”`（默认）|`“关”`

选项停止训练时，错误发生在一集，指定为“上”或“关”．当这个选项是“关”中捕获并返回错误模拟信息输出火车，培训将继续进行到下一集。

`情节`-选择显示培训进度与插曲经理
`“训练进步”`（默认）|`“没有”`

使用指定为的Episode Manager显示培训进度的选项“训练进步”或“没有”。默认情况下，调用火车打开Reinforcement Learning Episode Manager，它以图形化和数字化的方式显示关于训练进度的信息，例如每个章节的奖励、平均奖励、章节数量和总步骤数。(有关更多信息，请参见火车）要关闭此显示，请将此选项设置为“没有”．

对象功能

`火车`	在指定环境中列车加固学习代理

例子

全部收缩

配置培训选项

打开实时脚本

创建用于训练强化学习代理的选项集。设置最大集数和每集的最大步数为1000。配置选项，当平均奖励等于或超过480时停止训练，并打开命令行显示和Reinforcement Learning Episode Manager来显示训练结果。在创建选项集时，可以使用名称-值对参数设置选项。您未明确设置的任何选项都具有其默认值。

训练= rltrainingOptions（．..“MaxEpisodes”, 1000,．..“MaxStepsPerEpisode”, 1000,．..'stoptrinaincriteria'那“平均向上”那．..“停止训练值”, 480,．..“详细”,真的,．..'plots'那“训练进步”）

trainOpts=rlTrainingOptions with properties:MaxSpices:1000 MaxStepRepisode:1000 Score AveragingWindowLength:5 StopTrainingCriteria:“AverageWard”StopTrainingValue:480 SaveAgentCriteria:“none”SaveAgentValue:“none”SaveAgentDirectory:“savedAgents”Verbose:1绘图：“培训进度”StopOner:“开”UseParallel:0并行化选项：[1x1 rl.option.ParallelTraining]

或者，创建一个默认选项集，并使用点符号更改某些值。

trainOpts = rlTrainingOptions;trainOpts。MaxEpisodes = 1000;trainOpts。MaxStepsPerEpisode = 1000;trainOpts。StopTrainingCriteria =“平均向上”；训练.StoptrainingValue = 480;训练。鼠标=真;训练.Plots =.“训练进步”；trainOpts

trainOpts=rlTrainingOptions with properties:MaxSpices:1000 MaxStepRepisode:1000 Score AveragingWindowLength:5 StopTrainingCriteria:“AverageWard”StopTrainingValue:480 SaveAgentCriteria:“none”SaveAgentValue:“none”SaveAgentDirectory:“savedAgents”Verbose:1绘图：“培训进度”StopOner:“开”UseParallel:0并行化选项：[1x1 rl.option.ParallelTraining]

您现在可以使用trainOpts的输入参数火车命令。

配置多代理环境培训选项

打开实时脚本

创建一个选项对象，用于在同一环境中同时培训三个代理。

设置最大剧集数和每集的最大步骤1000．配置选项，当第一个代理的平均奖励超过5集或超过400时停止训练，当第二个代理的平均奖励超过400时停止训练10每集等于或超过500集，第三个是平均奖励超过15集等于或超过600集。代理的顺序是环境创建期间使用的顺序。

当当前情节中第一个代理的奖励超过100时，或者当第二个代理的奖励超过120时，第三个代理的奖励等于或超过140时，保存代理。

打开命令行显示和强化学习剧集管理器，以显示培训结果。在创建选项集时，可以使用名称-值对参数设置选项。您未明确设置的任何选项都具有其默认值。

训练= rltrainingOptions（．..“MaxEpisodes”, 1000,．..“MaxStepsPerEpisode”, 1000,．..'scoreaveragingwindowlength'(5 10 15),．..'stoptrinaincriteria'那“平均向上”那．..“停止训练值”(400 500 600),．..“SaveAgentCriteria”那“EpisodeReward”那．..'SaveagentValue'(100 120 140),．..“详细”,真的,．..'plots'那“训练进步”）

trainOpts = rlTrainingOptions属性:MaxEpisodes: 1000 MaxStepsPerEpisode: 1000 ScoreAveragingWindowLength: [5 10 15] StopTrainingCriteria:“AverageReward”StopTrainingValue: [400 500 600] SaveAgentCriteria:“EpisodeReward”SaveAgentValue: [100 120 140] SaveAgentDirectory:“savedAgents”详细:1块:“训练进步”StopOnError:"on" UseParallel: 0 parallelationoptions: [1x1 rl.option.ParallelTraining]

或者，创建一个默认选项集，并使用点符号更改某些值。

trainOpts = rlTrainingOptions;trainOpts。MaxEpisodes = 1000;trainOpts。MaxStepsPerEpisode = 1000;trainOpts。ScoreAveragingWindowLength = [5 10 15];trainOpts。StopTrainingCriteria =“平均向上”；trainOpts。StopTrainingValue = [400 500 600];trainOpts。SaveAgentCriteria =“EpisodeReward”；trainOpts。SaveAgentValue = [100 120 140];训练。鼠标=真;训练.Plots =.“训练进步”；trainOpts

trainOpts = rlTrainingOptions属性:MaxEpisodes: 1000 MaxStepsPerEpisode: 1000 ScoreAveragingWindowLength: [5 10 15] StopTrainingCriteria:“AverageReward”StopTrainingValue: [400 500 600] SaveAgentCriteria:“EpisodeReward”SaveAgentValue: [100 120 140] SaveAgentDirectory:“savedAgents”详细:1块:“训练进步”StopOnError:"on" UseParallel: 0 parallelationoptions: [1x1 rl.option.ParallelTraining]

您可以指定标量以向所有代理应用相同的标准。例如，使用窗口长度10三个探员都有。

trainOpts。ScoreAveragingWindowLength = 10

trainOpts=rlTrainingOptions with properties:MaxSections:1000 MaxStepRepisode:1000 Score AveragingWindowLength:10 StopTraining标准：“AverageWard”StopTraining值：[400 500 600]SaveAgentCriteria:“EpiodeReward”SaveAgentValue:[100 120 140]SaveAgentDirectory:“savedAgents”详细描述：1绘图：“培训进度”StopOner:“开”UseParallel:0并行化选项：[1x1 rl.option.ParallelTraining]

您现在可以使用trainOpts的输入参数火车命令。

也可以看看

话题

强化学习代理

在R2019A介绍

RL培训选项

描述

创建

句法

描述

属性

`最大集`-训练特工的最大次数
`500.`（默认）|正整数

`MaxStepsPerEpisode`-每集运行的最大步骤数
`500.`（默认）|正整数

`ScoreAveragingWindowLength`-平均窗口长度
`5.`（默认）|正整数标量|正整数向量

`StopTrainingCriteria`-训练终止条件
`“AverageSteps”`（默认）|`“平均向上”`|`“EpisodeCount”`|……

`StopTrainingValue`-训练终止条件的临界值
`500.`（默认）|标量|向量

`SaveAgentCriteria`-在训练过程中为救援人员提供的条件
`“没有”`（默认）|`“EpisodeReward”`|`“平均向上”`|`“EpisodeCount”`|……

`SaveAgentValue`-保存代理人的临界条件
`“没有”`（默认）|500.|标量|向量

`SaveAgentDirectory.`-保存的代理程序文件夹
`“储蓄”`（默认）|字符串|特征向量

`使用指α.`-使用并行培训的标志
`错误的`（默认）|`符合事实的`

`并行化选项`-控制并行训练的选项
`ParallelTraining`目的

`模式`- 并行计算模式
`“同步”`（默认）|`“异步”`

`DataToSendFromWorkers`—工作人员发送给主机的数据类型
`“经验”`（默认）|`“梯度”`

`StepsUntilDataIsSent`-工作人员向主机发送数据的步骤数
`1`(默认)|正整数

`杂役种子`-随机化初始化工人
`1`（默认）|`2`|载体

`TransferBaseWorkspaceVariables.`- 将模型和工作区变量发送到并行工人的选项
`“上”`（默认）|`“关”`

`附件文件`-附加到并行池的其他文件
`[]`(默认)| string | string array

`SetupFcn`-在训练开始前运行功能
`[]`（默认）|功能手柄

`CleanupFcn`-训练结束后运行
`[]`（默认）|功能手柄

`冗长的`-在命令行上显示培训进度
`错误的`（0）（默认）|`符合事实的`（1）

`StopOnError`-选项发生错误时停止培训
`“上”`（默认）|`“关”`

`情节`-选择显示培训进度与插曲经理
`“训练进步”`（默认）|`“没有”`

对象功能

例子

配置培训选项

配置多代理环境培训选项

也可以看看

话题

强化学习工具箱文档

金宝app

强化学习与MATLAB和Simulink金宝app

RL培训选项

描述

创建

句法

描述

属性

最大集-训练特工的最大次数500.（默认）|正整数

MaxStepsPerEpisode-每集运行的最大步骤数500.（默认）|正整数

ScoreAveragingWindowLength-平均窗口长度5.（默认）|正整数标量|正整数向量

StopTrainingCriteria-训练终止条件“AverageSteps”（默认）|“平均向上”|“EpisodeCount”|……

StopTrainingValue-训练终止条件的临界值500.（默认）|标量|向量

SaveAgentCriteria-在训练过程中为救援人员提供的条件“没有”（默认）|“EpisodeReward”|“平均向上”|“EpisodeCount”|……

SaveAgentValue-保存代理人的临界条件“没有”（默认）|500.|标量|向量

SaveAgentDirectory.-保存的代理程序文件夹“储蓄”（默认）|字符串|特征向量

使用指α.-使用并行培训的标志错误的（默认）|符合事实的

并行化选项-控制并行训练的选项ParallelTraining目的

模式- 并行计算模式“同步”（默认）|“异步”

DataToSendFromWorkers—工作人员发送给主机的数据类型“经验”（默认）|“梯度”

StepsUntilDataIsSent-工作人员向主机发送数据的步骤数1(默认)|正整数

杂役种子-随机化初始化工人1（默认）|2|载体

TransferBaseWorkspaceVariables.- 将模型和工作区变量发送到并行工人的选项“上”（默认）|“关”

附件文件-附加到并行池的其他文件[](默认)| string | string array

SetupFcn-在训练开始前运行功能[]（默认）|功能手柄

CleanupFcn-训练结束后运行[]（默认）|功能手柄

冗长的-在命令行上显示培训进度错误的（0）（默认）|符合事实的（1）

StopOnError-选项发生错误时停止培训“上”（默认）|“关”

情节-选择显示培训进度与插曲经理“训练进步”（默认）|“没有”

对象功能

例子

配置培训选项

配置多代理环境培训选项

也可以看看

话题

强化学习工具箱文档

金宝app

强化学习与MATLAB和Simulink金宝app

`最大集`-训练特工的最大次数
`500.`（默认）|正整数

`MaxStepsPerEpisode`-每集运行的最大步骤数
`500.`（默认）|正整数

`ScoreAveragingWindowLength`-平均窗口长度
`5.`（默认）|正整数标量|正整数向量

`StopTrainingCriteria`-训练终止条件
`“AverageSteps”`（默认）|`“平均向上”`|`“EpisodeCount”`|……

`StopTrainingValue`-训练终止条件的临界值
`500.`（默认）|标量|向量

`SaveAgentCriteria`-在训练过程中为救援人员提供的条件
`“没有”`（默认）|`“EpisodeReward”`|`“平均向上”`|`“EpisodeCount”`|……

`SaveAgentValue`-保存代理人的临界条件
`“没有”`（默认）|500.|标量|向量

`SaveAgentDirectory.`-保存的代理程序文件夹
`“储蓄”`（默认）|字符串|特征向量

`使用指α.`-使用并行培训的标志
`错误的`（默认）|`符合事实的`

`并行化选项`-控制并行训练的选项
`ParallelTraining`目的

`模式`- 并行计算模式
`“同步”`（默认）|`“异步”`

`DataToSendFromWorkers`—工作人员发送给主机的数据类型
`“经验”`（默认）|`“梯度”`

`StepsUntilDataIsSent`-工作人员向主机发送数据的步骤数
`1`(默认)|正整数

`杂役种子`-随机化初始化工人
`1`（默认）|`2`|载体

`TransferBaseWorkspaceVariables.`- 将模型和工作区变量发送到并行工人的选项
`“上”`（默认）|`“关”`

`附件文件`-附加到并行池的其他文件
`[]`(默认)| string | string array

`SetupFcn`-在训练开始前运行功能
`[]`（默认）|功能手柄

`CleanupFcn`-训练结束后运行
`[]`（默认）|功能手柄

`冗长的`-在命令行上显示培训进度
`错误的`（0）（默认）|`符合事实的`（1）

`StopOnError`-选项发生错误时停止培训
`“上”`（默认）|`“关”`

`情节`-选择显示培训进度与插曲经理
`“训练进步”`（默认）|`“没有”`