● 在使用MATLAB强化学习工具箱时我们主要思考的env和agent两个方面。

● 首先看env，MATLAB提供了几个已经搭建好的，只要

env = rlPredefinedEnv(env名字)

env名字可以选择以下几个

'BasicGridWorld'

简单的网格环境

'CartPole-Discrete'

离散型外力输入值的倒立摆

'CartPole-Continuous'

连续型外力输入值的倒立摆

'DoubleIntegrator-Discrete'

'DoubleIntegrator-Continuous'

一个木块在木板上滑动，就是这样

'SimplePendulumWithImage-Discrete'

'SimplePendulumWithImage-Continuous'

一根摆杆，可以观测到图像

'WaterFallGridWorld-Stochastic'

'WaterFallGridWorld-Deterministic'

一个逆水行舟的网格环境，全局有外力在把agent往回推

其中网格环境是可以从空网格自定义起点终点障碍物的，也可以添加全局外力，甚至跳跃障碍物的特殊功能

还有2个是simulink搭建的环境模型

'SimplePendulumModel-Discrete'

'SimplePendulumModel-Continuous'

'CartPoleSimscapeModel-Discrete'

'CartPoleSimscapeModel-Continuous'

功能上和m语言搭建的一致

除了上面说的用基础网格搭建环境，还可以搭建复杂环境，需要注意的是这样几点

1. 初始化，设定环境的输入输出，根据情况选择离散还是连续，维度也要在这里确定

2. 执行一步，计算输出，reward，是否结束

3. 绘图，重点关注是否绘图，因为训练过程每次都绘图严重降低效率

另外我们还试验成功了调用Python搭建强化学习环境的方法MATLAB调用pygame实现强化学习环境

● 接着就是agent了，可以完全自行编程实现，但这就失去了使用MATLAB的意义，要是整个功能都是在使用m语言基础函数构建，真的不要用MATLAB，隔壁python真香

提供的agent有这样的几个(排名不分先后，以字母序)

rlACAgent | rlDDPGAgent | rlDQNAgent | rlPGAgent | rlQAgent | rlSARSAAgent

其中rlQAgent和rlSARSAAgent只能在输入输出都是离散型而且维度较小时使用

如果在构建agent时需要搭建神经网络，直接编写的话基本上就是一句一层，基础的

卷基层convolution2dLayer，

池化层averagePooling2dLayer，

全连接层fullyConnectedLayer，

一句添加一层

也可以打开Deep Network Designer工具界面操作来搭建网络结构

这个工具的使用和simulink一样，从左边拖拽想要的网络层到中间，在右边设置参数，连接起来就可以导出网络结构了