问题描述
我正在使用TensorFlow进行有关DQN的教程 https://www.tensorflow.org/agents/tutorials/2_environments_tutorial
我正在围绕可点击的世界构建环境。最初，我以（640,480,3）的形式提供了整个屏幕空间，并使用了一个线性为min = 0，max = 640x480的动作规范，实际上是整个可单击的Universe。事实证明，这是一个太大的空间，无法正确收敛于有效的解决方案。
此后，我使用了代理记忆体读取器缩小了空间，该读取器返回可点击操作的坐标。我现在大约有80个动作，而不是大约30万个动作。
我希望对观察规范应用类似的方法，以减少网络的维度。问题是我不确定如何在数组中表示我的读者。
为了更好地代表世界，我确定了以下包含信息的类：
- n个项的数组，每个项都有一个ID。形状：（n，）
- 由n个游戏角色组成的数组，每个角色都有X坐标，Y坐标，健康点值和唯一标识符。形状：（n，4，）
- 具有X坐标，Y坐标和健康点值的玩家对象。形状：（3，）
不幸的是，每一个的尺寸都不同，我不确定如何构造这些的ArraySpec。目前，我使用零填充以匹配最大数组的最长维度，然后使用numpy.concatenate。结果正在处理中，但我觉得必须有一种比将无用的信息包含在观察中更好的方法。
在发布此内容之前，我已经进行了一些广泛的搜索，但是如果有人建议阅读，我会很乐意提供帮助。如果用零填充是最好的方法，请也建议这样做。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）