该端口接收来自环境的观测信号。观测信号表示测量值或其他瞬时系统数据。如果有多个观测值，可以使用Mux块将它们组合成矢量信号。要使用非虚拟总线信号，请使用bus2RLSpec．

此端口接收奖励信号，您根据观察数据计算奖励信号。奖励信号在代理培训期间使用，以最大化对长期奖励的期望。

使用此信号指定终止训练集的条件。您必须配置适合于您的系统的逻辑，以确定插曲终止的条件。一种应用是终止一个明显进展顺利或不顺利的插曲。例如，如果代理达到其目标或不可恢复地远离其目标，您可以终止一个情节。

使用此信号向块提供外部动作。该信号可以是人类专家的控制动作，可用于安全或模拟学习应用。当使用外部动作信号是1.，通过外部作用通过网络向环境发送信号行动块输出。该块还使用外部操作根据结果观察和奖励更新代理策略。

依赖关系

要启用此端口，请选择为外部动作信号添加入口参数

使用此信号传递信号外部作用向环境发出信号。

时的值使用外部动作信号是1.障碍物通过外部作用向环境发出信号。该块还使用外部操作来更新代理策略。

时的值使用外部动作信号是0块没有通过外部作用向环境发送信号，不使用外部操作更新策略。相反，来自块的操作使用来自代理策略的操作。

依赖关系

要启用此端口，请选择为外部动作信号添加入口参数

由代理基于观察和奖励输入计算的操作。将此端口连接到系统的输入端。要使用非虚拟总线信号，请使用bus2RLSpec．

模拟过程中奖励信号的累积和。观察或记录此信号，以跟踪累积奖励随时间的演变。

依赖关系

要启用此端口，请选择提供累积奖励信号参数

输入存储在MATLAB工作空间或数据字典中的代理对象的名称，例如拉卡金特或RLDDPG试剂对象有关代理对象的信息，请参见强化学习代理．

程序化使用

启用累积报酬通过选择此参数阻止输出。

程序化使用

启用外部作用和使用外部动作通过选择该参数阻塞输入端口。

程序化使用