第四节：action动作和observation观察值的值类型

本专栏是强化学习运用在买卖股票之上的入门学习内容。
主要解决强化学习代码落地和代码实践，不需要学习相关数学原理，直观简单的带领读者入门强化学习炒股。
查看本专栏完整内容，请访问：https://blog.csdn.net/windanchaos/category_12391143.html
本文发布地址：https://blog.csdn.net/windanchaos/article/details/132202020

本章是强化学习的基础，需要至少理解Discrete。

为什么要学习值类型

一句话，认识和学习action的值以及observation观察值（环境返回给agent的值）可取哪些非常重要，因为这是输入-输出模型中负责输入和输出的部分，搞懂这个，我们便能更好的驾驭强化学习。

我们直接看源码（gym.space目录下），并给出说明：

空间值简单描述是一个数学集，并在Gym中用于指定有效的动作和观察值。

每个Gym环境必须具有action_space和observation_space属性。

例如，如果您的环境中可以执行三个可能的动作（0，1，2），并且观察结果是二维单位立方体中的向量，则环境代码可能包含以下两行：

self