dqn 状态值是否应该仅为 0 到 1

Question

如果 DQN 中的状态值只需要为 0 到 1，例如 状态 = [0, 0, 0, 1, 1, 1, 1, 0, 1, 0]

或者它可以有一个值大于 1 eh 的状态 状态 = [6, 5, 4, 1, 1, 1, 2, 3, 15, 10]

Answer 1

状态本身不需要限制价值。您可以拥有任意大的范围。但出于训练目的，建议将状态值归一化在 [0,1] 范围内，以使使用函数逼近的神经网络不会饱和。