我将RL代理与在matlab中实现的环境相耦合。所以我让python脚本(使用tensorflow V2(运行，编写一个包含操作的txt文件，并通过系统命令调用matlab环境。在matlab中读取txt文件，然后在matlab中进行计算，并编写结果txt文件。然后，python读取这个txt文件，并进一步运行py脚本。
这是可行的，然而计算时间相对较长，一步需要9到13秒，尽管matlab计算只需要1.5到2秒。因此，训练时间非常长，这非常令人讨厌。不幸的是，您不能将环境重写为Python，这将是太多的工作，并且编译为c++也相当困难。
还有更好的办法吗？有人知道如何改进吗？python和matlab之间有什么接口可以帮助这里吗？
提前感谢！
最佳Chris
我会尝试使用subprocess从python调用matlab，并设置一个stdin/out管道。你可以在这里或这里阅读所有关于这方面的内容。写入和读取文件(当然，这取决于您的操作系统，但通常情况下(比在进程之间传输数据要花费多得多的时间。请随意阅读IPC(进程间通信(，在我看来，stdio是您的最佳选择。