行动和观测信号

当你创建一个环境对象，必须指定动作和观察信号代理使用与环境互动。您可以创建离散和连续动作的空间。欲了解更多信息，请参阅rlNumericSpec和rlFiniteSetSpec， 分别。

什么信号选择的动作和观察取决于你的应用。例如，对于控制系统的应用，误差信号的积分（有时衍生物）通常是有用的观测。另外，对于参考跟踪应用中，具有随时间变化的基准信号作为观察是有帮助的。

当你定义你的观察信号，确保所有的系统状态是通过观察观察到。例如，回转摆的图像观察具有位置信息，但不具有足够的信息来确定摆速度。在这种情况下，您可以指定摆速度作为一个单独的观察。

预定义万博1manbetx环境

强化学习工具箱™软件提供了预定义的Simulink万博1manbetx^®行动，观察，奖励和动态已经为其定义的环境。您可以使用这些环境：

欲了解更多信息，请参阅加载预定义的Simulink环境万博1manbetx。

习惯万博1manbetx环境

要指定自己的自定义强化学习环境，营造与Simulink模型万博1manbetxRL代理块。在这个模型中，连接动作，观察和奖励信号到RL代理块。对于一个示例，请参见水箱强化学习环境模型。

对于动作和观察信号，必须使用规范创建对象rlNumericSpec对于连续信号和rlFiniteSetSpec对于离散信号。对于总线信号，创建使用规范bus2RLSpec。

对于回报信号，在模型中构建的标量信号和该信号连接到RL代理块。欲了解更多信息，请参阅定义奖赏信号。

配置Simulink模型后，创建使用模型中的万博1manbetx环境对象rl万博1manbetxSimulinkEnv功能。

如果你有一个适当的动作输入端口，观察输出端口，和标量奖励输出端口的参考模型，可以自动创建一个Simulink模型，包括这个参考模型和万博1manbetxRL代理块。欲了解更多信息，请参阅createIntegratedEnv。该函数返回环境对象，操作规范，并为模型的观察指标。

你的环境可以包括第三方功能。欲了解更多信息，请参阅与现有的模拟或环境集成（万博1manbetxSIMULINK）。