013、行动模块（一）：动作空间定义与决策逻辑

张开发
• 2026/4/18 14:07:22 • 15 分钟阅读

最新文章

推荐文章

相关文章

分享文章

013、行动模块（一）：动作空间定义与决策逻辑
上周调一个机械臂控制Agent，半夜被报警叫醒——机械臂在流水线上突然开始高速画圈，吓得我赶紧拍急停。查日志发现是动作空间里一个转角参数被设成了720度，而实际硬件限位只有±180度。代码里没做边界裁剪，决策逻辑直接输出了非法动作。这让我意识到，动作空间的定义看似基础，实则处处是坑。动作空间：不只是几个参数动作空间（Action Space）本质上就是你的Agent能做的所有动作的集合。在仿真环境里可能只是个数学概念，但到了真实硬件上，每个动作都对应物理世界的运动。我习惯把它分成三类：离散动作空间：就像打游戏按上下左右，动作是可枚举的。比如机械臂的“夹取/松开”、“前进/后退”这类开关型指令。代码上通常用整数表示：# 离散动作示例：0-待机，1-夹取，2-松开，3-急停action_space=[0,1,2,

更多文章