Reinforcement learning with mathematical notation中连续状态space和连续动作space的例子是什么？
What is the example of a continous state space and continous action space in Reinforcement learning with mathematical notation?
how are they represented in mathematical notation ?
离散状态 space -> 其中状态可以具有有限值。
例如，如果只有 3 种类型的天气：晴天、有雾或下雨，那么这类似于具有三个离散值
的状态 space
连续状态 space -> 状态可以具有无限值
例如，对于汽车，我们可能将状态表示为 (x,y,θ, x,˙y,˙
˙θ)，包含其位置(x,y)；方向 θ; x 和 y 方向的速度
x˙ 和˙y;和 angular 速度 ˙θ.
因此，S = R^6，是一个无限的状态集，
因为有无数种可能的位置和方向
为了汽车
how are they represented in mathematical notation ?
离散状态 space -> 其中状态可以具有有限值。 例如，如果只有 3 种类型的天气：晴天、有雾或下雨，那么这类似于具有三个离散值
的状态 space连续状态 space -> 状态可以具有无限值 例如，对于汽车，我们可能将状态表示为 (x,y,θ, x,˙y,˙ ˙θ)，包含其位置(x,y)；方向 θ; x 和 y 方向的速度 x˙ 和˙y;和 angular 速度 ˙θ.
因此，S = R^6，是一个无限的状态集， 因为有无数种可能的位置和方向 为了汽车