A soft quadruped robot is being developed at the Department of Machine Design and Department of Production Engineering at KTH. The legs of the robot consist of four continuum actuators that can achieve complex movements. In order to efficiently develop gaits for the robot, reinforcement learning will be used. The learning process will use data from simulation instead of directly from the real robot to save time and resources. However, it is significantly more computationally expensive to simulate soft robotics than rigid, because the physical laws of flexible materials are inherently complex. Because of this, soft robot simulations tend to be slower which limits their usability for reinforcement learning. This thesis explores simulation modelling options in Matlab Simscape for the soft quadruped robot, that can be used in reinforcement learning. Four simulation models of the soft actuator were implemented in order to be tested and compared. Two actuation methods and two build options were chosen based on the literature study and related works, and were then permuted for the different combinations. The tested combinations are: lumped-parameter method actuated by internal force, flexible beam actuated by internal force, lumped-parameter method actuated by cable/pulley network and flexible beam actuated by cable/pulley network. The four actuators were built and tested separately. Computational time and simulation-to-reality gap were used for evaluating the modeling methods. The results show that the best option when modelling the soft actuator for reinforcement learning in Matlab Simscape is to use the lumped-parameter method in combination with a cable and pulley network. High accuracy level can still be achieved despite not keeping the true number of attachment points between the cable and actuator. The number of pulleys in the model is linearly correlated to the time cost required to simulate the model. / En mjuk fyrbent robot är under utveckling vid institutionen för maskinkonstruktion och institutionen för industriell produktion på KTH. Robotens ben består av fyra kontinuerligt deformerbara ställdon som kan åstadkomma komplexa rörelser. För att effektivt utveckla gångstilar till roboten kommer förstärkt inlärning att användas. Inlärningsprocessen kommer att använda data från simulering istället för från den fysiska roboten för att spara tid och resurser. Det är dock betydligt dyrare beräkningsmässigt att simulera mjuk robotik än styv, eftersom flexibla material är mer komplexa. På grund av detta tenderar simuleringar av mjuka robotar att vara långsammare, vilket begränsar deras användbarhet för förstärkt inlärning. Detta examensarbete utforskar därför alternativ för modellering och simulering av den mjuka fyrbenta roboten i Matlab Simscape, med målet att den ska kunna användas med förstärkt inlärning. Fyra olika simuleringsmodeller av det mjuka ställdonet implementerades för att testas och jämföras. Två aktiveringsmetoder och två konstruktionsalternativ valdes baserat på litteraturstudien och relaterade arbeten, och permuterades sedan till möjliga versioner. De testade versionerna är således: klumpparametermetod som aktiveras av intern kraft, flexibel balk som aktiveras av intern kraft, klumpparametermetod som aktiveras av kabelnätverk och flexibel balk som aktiveras av kabelnätverk. De fyra ställdonen byggdes och testades separat. Beräkningstid och grad av verklighetstrogenhet, användes för att jämföra resultaten av dessa tester. Resultaten visar att det bästa alternativet vid modellering av det mjuka ställdonet för förstärkt inlärning i Matlab Simscape är att använda klumpparametermetoden i kombination med ett kabelnätverk. Hög noggrannhetsnivå kan uppnås trots att man inte bibehåller det verkliga antalet fästpunkter mellan kabeln och ställdonet. Antalet fästpunkter för kabeln i modellen är linjärt korrelerat till den tidskostnad som krävs för att simulera modellen.