Разработка новой среды OpenAI GYM и агента keras-rl.
Скажем, в начале есть 4 возможных действия (вверх / вниз / влево / вправо).Затем, на каком-то этапе симуляции (игры), есть только два возможных действия (влево / вправо).
Как лучше всего использовать keras-rl / gym api для его реализации?Ссылка / пример приветствуется.