主要内容
万博1manbetx环境
使用Simulink模型强化学习环境动态万博1manbetx®楷模
在加强学习场景中，环境模拟了代理交互的动态。环境：
从代理商接收行动
输出由环境模型的动态行为产生的观察
生成奖励测量的行动有助于实现任务的贡献
您可以使用Simulink模型创建预定义和自定义环境。万博1manbetx有关更多信息，请参阅创建Simul万博1manbetxink强化学习环境。
职能
块
| RL代理人 | 加固学习代理 |
话题
模型环境动态使用Simulink模型与代理交互，以响应代理操作而生成奖万博1manbetx励和观察。
为强化学习设计万博1manbetx师创建Simulink环境
导入自定义环境或创建预定义的环境。
创建奖励信号，以衡量代理人在实现目标方面的成功程度。
您可以在预定义的Simulink模型中培训代理程序，用于该模型的操作，观察，奖励和动态。万博1manbetx
创建一个加强学习模拟环境，该环境包含RL代理块，代替坦克中的水位万博1manbetx的控制器。
您还可以从以下列表中选择一个网站：
