如何在OpenAI健身房中定义一个整数值和2个双值的观测空间？

Question

我有一个开放的人工智能健身房的环境，那里的观测空间大约是12,12.5,16.7，一个值是离散的，另外两个值是连续的，我如何在健身房中定义它呢？

我试过使用多重离散和离散，但它不覆盖连续空间，我也尝试了框，但第一个整数是有问题的。

Answer 1

在强化学习中，您通常希望在0-1范围内对观测值进行规范化(特别是当您使用神经网络作为函数逼近器时)。因此，在0-1范围内使用框是有意义的。