迷宫环境的疑问

[guest-oo]

请问 作者在设计DQN的迷宫环境时，每次reset可以产生随机生成环境吗？ 智能体与障碍物发生碰撞的时候，可以选择让其保持在原有位置吗？ 请问可以将self.observation_space = spaces.Box(low=0, high=3, shape=(529,), dtype=np.int32) 迷宫环境转为一维的吗？例如这样self.observation_space = spaces.Box(low=0, high=3, shape=(529,), dtype=np.int32) 0为可移动 1为智能体位置 2 为终点 3 为障碍物