如果参考模型具有适当的操作输入端口，观察输出端口和标量奖励输出端口，则可以自动创建包含该参考模型和RL Agent块的Simulink模型。此函数返回模型的环境对象，操作规范和观察规范。

createIntegratedEnv

使用参考模型作为环境，创建用于强化学习的Simulink模型。

语法

env = createIntegratedEnv(refModel,newModel)
[env,agentBlock,obsInfo,actInfo] = createIntegratedEnv(___)
[___] = createIntegratedEnv(___,Name,Value)

描述

env = createIntegratedEnv（refModel，newModel）使用newModel指定的名称创建Simulink®模型，并为此模型返回一个强化学习环境对象env。 新模型包含一个RL Agent块，并将参考模型refModel用作强化学习环境，用于训练此块指定的智能体。

[env，agentBlock，obsInfo，actInfo] = createIntegratedEnv（___）返回新模型中RL Agent块的块路径以及参考模型obsInfo和actInfo的观察和动作数据规范。

[___] = createIntegratedEnv（___，Name，Value）使用使用一个或多个Name，Value对参数指定的端口，观察值和操作信息来创建模型和环境接口。

实例

Create Environment from a Simulink Model

本示例说明如何使用createIntegratedEnv从实现代理程序需要与之交互的系统的Simulink模型开始创建环境对象。 这样的系统通常被称为工厂，开环系统或参考系统，而包括智能体的整个（集成）系统通常被称为闭环系统。

打开模型。

open_system('rlFlyingRobotEnv');

初始化状态变量和采样时间。

% initial model state variables
theta0 = 0;
x0 = -15;
y0 = 0;

% sample time
Ts = 0.4;

创建Simulink模型IntegratedEnv，其中包含以闭环方式连接到智能体块的飞行机器人模型。 该函数还返回强化学习环境对象env，用于训练。

env=createIntegratedEnv('rlFlyingRobotEnv','IntegratedEnv')

该函数还可以返回新的集成模型中的RL智能体块的块路径，以及参考模型的观察和操作数据规范。

[~,agentBlk,observationInfo,actionInfo]=createIntegratedEnv('rlFlyingRobotEnv','IntegratedEnv')

如果您需要修改observationInfo和actionInfo中的描述，限制或名称，并随后使用函数rlSimulinkEnv从集成模型IntegratedEnv创建环境，则此功能很有用。

Create an Integrated Environment with Specified Port Names

本示例说明如何使用“名称和值”对调用函数createIntegratedEnv来创建集成（闭环）Simulink环境和相应的环境对象。

createIntegratedEnv函数的第一个参数是参考Simulink模型的名称，该模型包含与智能体进行交互的系统。 这种系统通常称为工厂或开环系统。 对于此示例，参考系统是水箱的模型。

打开开环水箱模型

open_system('rlWatertankOpenloop.slx');

出现上述情况，点击箭头所指方向，打开实例模型。

设置用于生成观测值的离散积分器块的采样时间，以便可以运行仿真。

Ts=1;

由于输入端口称为u（而不是动作），而第一个和第三个输出端口称为y和stop（而不是观察值和isdone），因此在调用函数createIntegratedEnv时，请使用“名称和值”对指定正确的名称。

env=createIntegratedEnv('rlWatertankOpenloop','IntegratedWatertank','ActionPortName','u','ObservationPortName','y','IsDonePortName','stop')

这将创建新模型IntegratedWatertank，其中包含以闭环方式连接到智能体块的参考模型。 该函数还返回强化学习环境对象env，用于训练。

输入参数

refModel — Reference model name
string | character vector

参考模型名称，指定为字符串或字符向量。 这是Simulink模型，用于实现与智能体进行交互的系统。 这样的系统通常被称为工厂，开环系统或参考系统，而包括智能体的整个（集成）系统通常被称为闭环系统。 新的Simulink模型使用此参考模型作为强化学习环境的动态模型。

newModel — New model name
string | character vector

新模型名称，指定为字符串或字符向量。 createIntegratedEnv使用此名称创建Simulink模型，但不保存模型。

Name-Value Pair Arguments

指定可选的逗号分隔的名称，值参数对。 Name是参数名称，Value是相应的值。 名称必须出现在引号中。 您可以按任意顺序指定多个名称和值对参数，例如Name1，Value1，…，NameN，ValueN。

示例：“ IsDonePortName”，“ stopSim”将参考模型的stopSim端口设置为isdone信号的源。

‘ObservationPortName’ — Reference model observation output port name
“observation” (default) | string | character vector

ObservationPortName”和字符串或字符向量组成。 当参考模型的观察输出端口的名称不是“ observation”时，请指定observationPortName。

‘ActionPortName’ — Reference model action input port name
“action” (default) | string | character vector

ActionPortName”和字符串或字符向量组成。 当参考模型的动作输入端口的名称不是“ action”时，请指定ActionPortName。

‘IsDonePortName’ — Reference model done flag output port name
“isdone” (default) | string | character vector

参考模型完成标志输出端口名称，指定为以逗号分隔的一对，由“ IsDonePortName”和字符串或字符向量组成。 当参考模型的完成标志输出端口的名称不是“ isdone”时，请指定IsDonePortName。

‘ObservationBusElementNames’ — Names of observation bus leaf elements
string array

要为其创建规范的观察总线叶子元素的名称，指定为字符串数组。 要为Simulink总线对象中的元素子集创建观察规范，请指定BusElementNames。 如果未指定BusElementNames，则会为总线中的每个叶子元素创建一个数据规范。

只有当观察输出端口是总线信号时，observationBusElementNames才适用。

示例：‘ObservationBusElementNames’，[“ sin”“ cos”]为名称为“ sin”和“ cos”的观察总线元素创建规范。

‘ObservationDiscreteElements’ — Finite values for observation specifications
cell array of name-value pairs
离散观测规范元素的有限值，指定为由“ ObservationDiscreteElements”和名称-值对的单元格数组组成的逗号分隔对。 每个名称/值对均由元素名称和离散值数组组成。

如果参考模型的观察输出端口为：

1. 总线信号，指定由ObservationBusElementNames指定的总线叶元素之一的名称。

2. 非总线信号，指定观测端口的名称，如 ObservationPortName。

指定的离散值必须可转换为指定观察信号的数据类型。

如果您没有为观察规范元素指定离散值，则该元素是连续的。

示例：‘ObservationDiscretElements’，{‘observation’，[-1 0 1]}指定具有默认端口名称观察的非总线观察信号的离散值。

示例：‘ObservationDiscretElements’，{‘齿轮’，[-1 0 1 2]，‘方向’，[1 2 3 4]}指定总线动作信号的“齿轮”和“方向”叶元素的离散值。

输出参数

env — Reinforcement learning environment
SimulinkEnvWithAgent object

强化学习环境界面，作为SimulinkEnvWithAgent对象返回。

agentBlock — Block path to the agent block
character vector

新模型中智能体块的块路径，作为字符向量返回。 要在新的Simulink模型中训练代理，您必须创建一个智能体，并在agentBlock指示的RL代理块中指定智能体名称。

有关创建代理的更多信息，请参见Reinforcement Learning Agents。

obsInfo — Observation data specifications
rlNumericSpec object | rlFiniteSetSpec object | array of data specification objects

观测数据规范，以下列之一返回：

1. 单个连续观察规范的rlNumericSpec对象

2. 单个离散观测规范的rlFiniteSetSpec对象

3. 多个规格的数据规格对象数组

actInfo — Action data specifications
rlNumericSpec object | rlFiniteSetSpec object | array of data specification objects

操作数据规范，以下列之一返回：

1. 单个连续动作规范的rlNumericSpec对象

2. 单个离散操作规范的rlFiniteSetSpec对象

3. 用于多个动作规范的数据规范对象数组

最后

以上就是羞涩蜻蜓为你收集整理的MATLAB强化学习工具箱（十）创建simulink的集成环境模型createIntegratedEnvName-Value Pair Arguments的全部内容，希望文章能够帮你解决MATLAB强化学习工具箱（十）创建simulink的集成环境模型createIntegratedEnvName-Value Pair Arguments所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。