【发布时间】：2025-11-30 19:50:01
【问题描述】：
我的问题如下：
代理应该在每个状态下，调整电厂锅炉的水流和风扇速度，以接收双重状态的反馈：当前温度，排放量。
如果我的智能体有一个动作元组和一个状态元组，这是否意味着我应该将我的 q 学习问题分成 2 个，其中一个智能体将有一个用于水/温度环境的 Q 和 R 矩阵，另一个智能体对于风扇转速/排放量的环境？或者有没有办法为最初描述的代理表示一个 R 和 Q 矩阵？
【问题讨论】：
-
一切都是为了奖励。这意味着您必须建立一个包含两个术语（温度和排放）的奖励。由于这些可能相互冲突，您需要定义一些模型（如在多目标优化中）。您必须控制其中哪些对您来说有多重要/哪种 temp/em 解决方案比其他解决方案更受欢迎。拥有多维状态并不少见，这意味着您的 Q 函数有多个输入。
标签： machine-learning tensorflow artificial-intelligence reinforcement-learning