epsilon贪婪探索的选项，指定为epsilongreedexploration对象具有以下属性。

在每个训练时间步结束时，如果ε大于EpsilonMin，然后使用以下公式进行更新。

ε=ε*（1-ε）

如果您的代理过于快速地收敛于局部最优解，您可以通过增加ε.

要指定探索选项，请在创建RLSargentOptions对象选择. 例如，将ε值设置为0.9.

opt.epsilongreedexploration.Epsilon=0.9；

代理的采样时间，指定为正标量。

在Simulink万博1manbetx中^®环境中，代理将在每个取样时间秒的模拟时间。

在MATLAB中^®环境中，代理在环境每次前进时都会执行。然而取样时间是由返回的输出体验中连续元素之间的时间间隔模拟或火车.

用于培训期间未来奖励的贴现因子，指定为小于或等于1的正标量。