使用为该环境配置的代理模拟强化学习环境。对于本例，加载已经配置好的环境和代理。该环境是一个离散的车杆环境创建rlPredefinedEnv. 代理是一个策略梯度(rlPGAgent)有关此示例中使用的环境和代理的更多信息，请参阅培训PG代理以平衡车柱系统．

rng (0)%的再现性负载RLSimExample.matenv

env=CartPoleDiscreation属性：重力：9.8000质量Cart:1质量杆：0.1000长度：0.5000最大作用力：10 Ts:0.0200 Threshold弧度：0.2094 X阈值：2.4000不下降的奖励：1下降的惩罚：-5状态：[4x1加倍]

代理

agent=rlPGAgent，属性为：AgentOptions:[1x1 rl.option.rlPGAgentOptions]

通常，您使用火车并模拟环境来测试训练后的agent的性能。对于本例，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);

对于本示例中使用的预定义购物车杆环境，您可以使用情节生成车杆系统的可视化。当您模拟环境时，这个情节会自动更新，以便您可以在模拟过程中观察系统的发展。

地块（环境）

模拟环境。

经验= sim (env,代理simOpts)

经历=带字段的结构：观察:[1x1 struct]动作:[1x1 struct]奖励:[1x1 timeseries] IsDone: [1x1 timeseries] SimulationInfo: [1x1 struct]

产出结构经验记录从环境中收集的观察结果、行动和奖励以及在模拟过程中收集的其他数据。每个字段包含timeseries物体或结构timeseries数据对象。例如，经验、行动是一个timeseries包含代理在模拟的每个步骤中对车杆系统施加的动作。

经验、行动

ans=带字段的结构：CartPoleAction:[1x1时间序列]

模拟为示例中使用的Simulink®模型创建的环境金宝app培训多个代理执行协作任务，使用在那个例子中训练的特工。

在MATLAB®工作区中加载代理。

负载rlCollaborativeTaskAgents

创造一个环境rlCollaborativeTask金宝appSimulink®模型，具有两个代理块。因为两个区块使用的代理(agentA和agentB)如果已在工作区中，则无需通过其观察和操作规范来创建环境。

env=rlSi金宝appmulinkEnv(“rlCollaborativeTask”,[“rlCollaborativeTask/代理A”，“rlCollaborativeTask/Agent B”]）;

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

rlCollaborativeTaskParams

在环境中模拟代理，保存体验xpr．

xpr=sim（env，[agentA agentB]）；

策划两个特工的行动。

子地块（2,1,1）；地块（xpr（1）.作用力）子地块（2,1,2）；地块（xpr（2）.作用力）