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。如果你有多个观测值，你可以使用多路复用器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．

这个端口接收你根据观察数据计算的奖励信号。在agent训练中使用奖励信号，使长期奖励的期望最大化。

使用此信号指定终止训练集的条件。您必须配置适合您的系统的逻辑，以确定事件终止的条件。一个应用是终止一个明显进展顺利或进展不佳的插曲。例如，如果代理达到其目标或无法恢复地远离其目标，则可以终止一集。

使用这个信号为块提供一个外部动作。这个信号可以是人类专家的控制动作，可以用于安全或模仿学习应用。时的值使用外部行动信号是1，通过对外行动向环境发出信号行动块的输出。该块还使用外部动作来更新基于结果观察和奖励的代理策略。

依赖关系

要启用该端口，请选择为外部动作信号添加输入端口参数。

使用此信号传递信号对外行动向环境发出信号。

时的值使用外部行动信号是1这个街区经过一个街区对外行动向环境发出信号。该块还使用外部操作更新代理策略。

时的值使用外部行动信号是0这个街区没有穿过马路对外行动向环境发出信号，不使用外部行动更新政策。相反，来自块的操作使用来自代理策略的操作。

依赖关系

要启用该端口，请选择为外部动作信号添加输入端口参数。

由agent根据观测和奖励输入计算的动作。将此端口连接到系统的输入。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。观察或记录这一信号，以追踪累积奖励如何随时间发展。

依赖关系

要启用该端口，请选择提供累积奖赏信号参数。

输入存储在MATLAB工作区或数据字典中的代理对象的名称，例如rlACAgent或rlDDPGAgent对象。有关代理对象的信息，请参见强化学习代理．

编程使用

启用累积奖励块输出通过选择这个参数。

编程使用

启用对外行动和使用外部行动通过选择此参数阻止输入端口。

编程使用