python binning数据开放体育馆

我正试图创建一个自定义的环境,以加强与OpenAI健身房的学习。我需要表示环境将在一个名为 observation_space . 代理有3个可能的操作可供调用 action_space

更具体地说 观察空间 是一个温度传感器,可以看到50到150度的可能范围,我认为我可以通过以下方式表示所有这些:

编辑,我把操作空间numpy数组搞错了

import numpy as np
action_space = np.array([ 0,  1,  2])
observation_space = np.arange(50,150,1)

有没有更好的方法 观察空间 我可以把数据放在哪里?也就是说,把20个箱子做成50-55、55-60、60-65等。

我想我有的东西会有用,但看起来有点麻烦…我相信有一个更好的实践,因为我在这个问题上没有太多的智慧。这将打印出一个Q表:

action_size = action_space.shape[0]
state_size = observation_space.shape[0]

qtable = np.zeros((state_size, action_size))
print(qtable)