epsilon-greedy探索选项，指定为EpsilonGreedyExploration对象，具有以下属性。

在每个训练时间步的末尾，如果ε大于EpsilonMin，然后使用以下公式进行更新。

ε=ε* (1-EpsilonDecay)

如果你的代理在局部最优点上收敛得太快，你可以通过增加来促进代理探索ε。

要指定探索选项，请在创建rlSARSAAgentOptions对象选择。例如，将epsilon的值设置为0.9。

opt.EpsilonGreedyExploration.Epsilon = 0.9;

批评家优化器选项，指定为rlOptimizerOptions对象。它允许您指定临界逼近器的训练参数，如学习率、梯度阈值，以及优化器算法及其参数。有关更多信息，请参见rlOptimizerOptions和rlOptimizer。

agent的采样时间，指定为正标量或为1。设置此参数为1允许基于事件的模拟。

在一个模型^®环境中,RL代理块，其中代理被指定执行每SampleTime秒模拟时间。如果SampleTime是1，块从其父子系统继承采样时间。

在MATLAB^®Environment，每次环境前进时都会执行代理。在这种情况下,SampleTime输出经验中连续元素之间的时间间隔是由sim卡或火车。如果SampleTime是1，返回的输出经验中连续元素之间的时间间隔反映了触发代理执行的事件的时间。

折扣因子应用于训练期间的未来奖励，指定为小于或等于1的正标量。