Content

• • 建立动作和观测的数据结构
  • 创建环境
  • • 根据观测、动作、环境step和reset函数创建环境
    • 测试环境是否符合要求
  • 网络创建
  • • Critic网络
    • 设置Critic网络训练参数
    • Actor网络
    • 设置Actor网络训练参数
  • 创建智能体
  • 设置训练参数
  • 开始训练
• MATLAB强化学习step函数文件和reset函数文件编写
• • reset函数文件
  • step函数文件
  • <