具有负值的 OpenAi-Gym Discrete Space
OpenAi-Gym Discrete Space with negative values
我创建了一个自定义健身房环境，其中的动作可以是 -100 到 +100 之间的任何整数。据我所知，不可能创建一个允许负值的离散 space，我唯一的解决方案是创建一个从 -100 到 +100 的 Box space（注意这是一个连续的 space).
由于大多数强化学习代理都假设 space 的行为是离散的 space 我在 运行 我的代码中遇到了困难（我知道有一些代理，例如 DDPG 运行在连续动作 spaces).
在健身房里可以有一个离散的 space 允许负值吗？
AFAIK，在 OpenAI-Gym 离散环境中，每个可能的操作都有索引，因此您可能不需要负值。但是，您可以将每个动作索引映射到任意值，正值或负值。
例如，在 Cartpole 环境中，您可以对小车施加正向（向右推）或负向（向左推）力。此问题使用离散环境建模，其中 action 0 = negative force 和 action 1 = positive force。有关详细信息，请查看 Cartpole source code（例如，第 95 行）。
同样，在你的情况下，虽然你的200个行动指数都是积极的，但它们可以代表积极或消极的行动。
我创建了一个自定义健身房环境，其中的动作可以是 -100 到 +100 之间的任何整数。据我所知，不可能创建一个允许负值的离散 space，我唯一的解决方案是创建一个从 -100 到 +100 的 Box space（注意这是一个连续的 space).
由于大多数强化学习代理都假设 space 的行为是离散的 space 我在 运行 我的代码中遇到了困难（我知道有一些代理，例如 DDPG 运行在连续动作 spaces).
在健身房里可以有一个离散的 space 允许负值吗？
AFAIK，在 OpenAI-Gym 离散环境中，每个可能的操作都有索引，因此您可能不需要负值。但是，您可以将每个动作索引映射到任意值，正值或负值。
例如，在 Cartpole 环境中，您可以对小车施加正向（向右推）或负向（向左推）力。此问题使用离散环境建模，其中 action 0 = negative force 和 action 1 = positive force。有关详细信息，请查看 Cartpole source code（例如，第 95 行）。
同样，在你的情况下，虽然你的200个行动指数都是积极的，但它们可以代表积极或消极的行动。