假设您有一个现有的经过训练的强化学习代理。对于本例，从中加载经过训练的代理训练DDPG代理控制双集成商系统。

负载('doupleintegddpg.mat',“代理”)

从代理商中获取演员表示。

演员= getActor(代理);

从演员获取学习参数。

params = getLearnableParameters(演员);

修改参数值。对于本例，只需将所有参数乘以2。

modifiedParams = cellfun(@(x) x*2,params，“UniformOutput”，错误的）;

将参与者的参数值设置为新的修改值。

演员= setLearnableParameters(演员,modifiedParams);

将代理中的参与者设置为新修改的参与者。

代理= setActor(代理、演员);

创建具有连续动作空间的环境，并获得其观察和操作规范。对于此示例，请加载示例中使用的环境训练DDPG代理控制双集成商系统。

加载预定义环境。

env = rlPredefinedEnv (“双凝胶组连续”)

env = DoubleIntegratorContinuousAction with properties: Gain: 1 Ts: 0.1000 MaxDistance: 5 GoalThreshold: 0.0100 Q: [2x2 double] R: 0.0100 MaxForce: Inf State: [2x1 double]

获得观察和行动规范。

ObsInfo = GetobservationInfo（ENV）;Actinfo = GetActionInfo（Env）;

从环境观察和动作规范中创建PPO助剂。

代理= rlPPOAgent (obsInfo actInfo);

要修改强化学习代理中的深神经网络，您必须首先提取演员和批评者表示。

演员= getActor(代理);评论家= getCritic(代理);

从参与者表征和评论家表征中提取深度神经网络。

ACTORNET = GETMODEL（演员）;批评= getModel（评论家）;

若要查看网络信息，请使用情节函数。例如，查看actor网络。

情节（ACTORNET）

您可以修改演员和评论家网络，并将它们保存回代理。若要修改网络，可以使用深层网络设计师要打开每个网络的应用程序，使用以下命令。

deepNetworkDesigner (criticNet) deepNetworkDesigner (actorNet)

在深层网络设计师，修改网络。例如，您可以向网络添加额外的层。修改网络时，请不要修改返回网络的输入输出层GetModel.。有关建筑网络的更多信息，请参阅与深度网络设计师建立网络。

要将修改后的网络结构导出到MATLAB®工作空间，请生成创建新网络的代码，并从命令行运行此代码。中不使用导出选项深层网络设计师。有关显示如何生成和运行代码的示例，请参见使用深度网络设计师和使用图像观察创建代理。

对于本例，已经输入了创建修改后的演员和评论家网络的代码CreateModifiedNetWorks.m.。

createModifiedNetworks

每个修改的网络都包括额外的网络fullyConnectedLayer和reluLayer在输出路径中。查看修改后的actor网络。

绘图（ModifiedActornet）

导出网络后，将网络插入演员和批评者表示。

Actor = SetModel（演员，ModifiedActornet）;评论家= setmodel（评论家，修改克里米特）;

最后，在演员和批评者中插入修改的演员和批评者表示。

代理= setActor(代理、演员);代理= setCritic(代理、批评);