在某些连续空间的RL库中，可以通过舍入来实现离散空间的强化学习算法吗？

Question

对于离散的动作空间环境，RL算法可以通过简单地映射(或舍入)agent在连续空间范围(健身房环境)中的动作到openai健身房环境中的离散动作来实现RL算法吗？

Answer 1

是的，它是双向工作的，对于具有动作空间A_E的环境E，您只需定义一个包装器W，这样W(A)就有您所选择的动作空间A_W，并且它只是在中间转换动作。现在，这是最有效的方法吗？可能不会，通常使用--任何已知的问题结构--都会带来更好的结果。