当我在状态之间的转换同时依赖于多个动作时，我该如何采取动作和状态？
How can I take actions and states when my transition between states depends on multiple actions simultaneously?
我有一个模型，其状态取决于多个动作；我可以将单个参数作为动作，但是如果状态转换取决于多个动作怎么办？
在强化学习技术中，例如 Q-Learning，每个状态变化都是概率性的并且取决于一个动作。这用于估计预期奖励（例如Q-value：Q-Learning中的Q(s,a)）。
如果您没有大量的动作，您可以将可以同时发生的动作组合定义为新动作；例如如果你有 a1 和 a2 你可以做一个动作 a3 同时应用两个动作的效果。
另一个想法是定义某种动作层次结构，其中更高。
您还应该看看一些科学著作，它们使用多个动作来进行状态转换，如 this thread 中所述。
我有一个模型，其状态取决于多个动作；我可以将单个参数作为动作，但是如果状态转换取决于多个动作怎么办？
在强化学习技术中，例如 Q-Learning，每个状态变化都是概率性的并且取决于一个动作。这用于估计预期奖励（例如Q-value：Q-Learning中的Q(s,a)）。
如果您没有大量的动作，您可以将可以同时发生的动作组合定义为新动作；例如如果你有 a1 和 a2 你可以做一个动作 a3 同时应用两个动作的效果。 另一个想法是定义某种动作层次结构，其中更高。
您还应该看看一些科学著作，它们使用多个动作来进行状态转换，如 this thread 中所述。