Machine learning 在强化学习中，主体和环境是有不同的状态还是只有一种状态？

是环境状态还是代理？在我读到的地方，环境也有状态。两者有什么不同

---

状态表示从代理看到的环境

如果你想说某个属性是代理的一部分，比如说你有一辆车，你声明它的速度属于代理，那么状态包含这个属性，但它是环境的一部分，因为你的代理存在于环境中

然后，当您有多个代理时，所有代理都可以通过一个状态可视化环境，但每个代理都可能不同

例如

---

如果您有多个机器人玩扑克牌，每个机器人将把环境表示为可见的牌和手中的牌。因此，您的所有代理（机器人）对环境的感知将不同，从而产生不同的状态来表示它们。在这种情况下，您可以说代理的状态，这只是一个措辞问题。

所以通常状态是环境的状态？是的，代理可以使用的环境