我创建了一个自定义健身环境，其中动作可以是-100到+100之间的任何整数。据我所知，不可能创建一个允许负值的离散空间，而我唯一的解决方案是创建一个介于-100到+100之间的Box空间（注意这是一个连续的空间）。
由于大多数强化学习代理为操作空间假设了一个离散的空间，所以我在运行代码时遇到了困难（我知道有些像DDPG这样的代理在连续的操作空间中运行）。
在体育馆中可能有一个允许负值的离散空间？
AFAIK，在OpenAI-Gym离散环境中，您为每个可能的操作都有索引，因为您可能不需要负值。但是，您可以将每个操作索引映射为一个任意值，正值或负值。
例如，在Cartpole环境中，您可以向推车施加正向（向右推）或负向（向左推）力。使用离散环境action 0 = negative force和action 1 = positive force对这个问题进行建模。有关更多详细信息，请检查Cartpole source code（例如，第95行）。
类似地，在您的情况下，尽管您的200个行动指数都为正，但它们可以代表正面或负面行动。