使用rlOprimizer创建一个默认优化器算法对象，用于自定义训练循环中的演员或评论家的训练。

myAlg = rlooptimizer

myAlg = rlADAMOptimizer与属性:GradientDecayFactor: 0.9000 SquaredGradientDecayFactor: 0.9990 Epsilon: 1.0000e-08 LearnRate: 0.0100 L2RegularizationFactor: 1.0000e-04 GradientThreshold: Inf GradientThresholdMethod: "l2norm"

默认情况下，该函数返回一个rlADAMOptimizer对象使用默认选项。您可以使用点表示法来更改一些参数。

myAlg。LearnRate = 0.1;

您现在可以创建一个结构并设置它CriticOptimizer或ActorOptimizer字段myAlg．当你打电话时runEpisode，将结构作为输入参数传递。的runEpisode函数的更新方法myAlg更新你的演员或评论家的可学习参数。

使用rlOprimizerOptions创建优化器选项对象。将算法指定为“rmsprop”并设置学习率为0.2．

myOptions = rlOptimizerOptions (.．.算法=“rmsprop”，.．.LearnRate = 0.2);

使用rlOptimizer创建一个优化器算法对象，用于在自定义训练循环中训练演员或评论家。指定优化器选项集myOptions作为输入参数。

myAlg = rlOptimizer (myOptions)

myAlg = rlRMSPropOptimizer with properties: SquaredGradientDecayFactor: 0.9990 Epsilon: 1.0000e-08 LearnRate: 0.2000 L2RegularizationFactor: 1.0000e-04 GradientThreshold: Inf GradientThresholdMethod: "l2norm"

函数返回一个rlRMSPropOptimizer对象使用默认选项。您可以使用点表示法来更改一些参数。

myAlg。GradientThreshold = 2;

您现在可以创建一个结构并设置它CriticOptimizer或ActorOptimizer字段myAlg．当你打电话时runEpisode，将结构作为输入参数传递。的runEpisode函数的更新方法myAlg更新你的演员或评论家的可学习参数。