Я работаю с алгоритмом DQN в стабильных базовых линиях. Мне нужно определить действие с двумя параметрами (например, a (i, j)). Можно ли определить его с помощью дискретного пространства действий, если да, то как я могу его определить?
Большое спасибо за вашу помощь.