1.3　动作空间

不同的环境允许不同种类的动作。在给定的环境中，有效动作的集合经常被称为 动作空间（action space） 。像雅达利游戏和围棋（Go）这样的环境有 离散动作空间（discrete action space） ，在这样的动作空间里，智能体的动作数量是有限的。在其他环境，比如在物理世界中控制一个智能体，在这样的环境中就有 连续动作空间（continuous action space） 。在连续动作空间中，动作是实值的向量。

例如，走迷宫机器人如果只有往东、往南、往西、往北这 4 种移动方式，则其动作空间为离散动作空间；如果机器人可以向 中的任意角度进行移动，则其动作空间为连续动作空间。 wzzTEr52vCSWAWIDMR1KY8ubL5XPbv/tB4uhPtlOHZVv0EyhowrUTOyMGAmoMt8E