我正在尝试实施自定义的openai体育馆环境。动作空间和观察空间都包含值列表和离散空间的组合。 我建模正确吗? 例如:
self.action_space = spaces.Tuple((
spaces.Tuple((self.actions)),
spaces.Discrete(101)
))
其中self.actions是可能动作的值的列表,对于每个动作,可能没有范围100的其他离散动作。 观察空间与值列表和离散值的组合相同。这是建模的正确方法吗? 另外,我使用keras-rl来运行代理,这需要:
nb_actions = env.action_space.n and
model.add(Flatten(input_shape=(1,) + env.observation_space.shape))
如何为元组空间实现n和shape? 我试过了:nb_actions = len(env.action_space.spaces) 这和n一样吗? 如何替换env.observation_space.shape?