Python 观察规格和动作规格为2D矩阵的TF规格代理

我正在尝试与自定义环境一起使用，以构建执行以下操作的代理：

• 代理通过向大量用户（10个用户）提供资源（12个资源）来为他们提供服务

• 它接收一个输入（观察/状态），该输入是0和1的2D矩阵；假设它有10行（用户数）和3列。如果某一行的某一列的值为1，则表示必须将资源分配给该行的用户

观察（状态）矩阵示例：

• 这意味着（例如）位于

  行[1]

  的用户需要一个资源。（用户1）

• 输出也是0和1的2D矩阵，有12行（资源数量）和10列（用户数量）

• 如果资源0被分配给（比如）用户1，那么输出矩阵中的第一行将具有值为1的第二列<代码>行[0][1]

• 每个资源一次只能分配给一个用户，每个用户一次只能分配一个资源。（这意味着每一行只有一列的值为1，而整个矩阵中的每一列只能有一行的值为1 |例如：第一行的第一列和第二行的第一列的值均为1，其中一列必须为1，其他列都必须为0）

行动矩阵示例：

[
[0, 1, 0, 0, ...],
[0, 0, 0, 0, ...],
[1, 0, 0, 0, ...],
[0, 0, 0, 1, ...],
...
]

• 在上面的示例中，第一行在第二列中有1（

  行[0][1]

  ），这意味着第二个用户，即用户1，被分配了资源0，如果我们验证输入矩阵，我们确实会看到用户1（

  行[1]

  ）请求分配资源

• 如果用户没有请求资源，则不应向该用户提供任何资源

我不知道如何为这个定制环境初始化tf_代理的观察规范和操作规范

我不确定TFU代理是否是最好的方法

我刚刚开始深入学习，从头开始为这种定制环境构建神经网络非常令人困惑

[
[0, 1, 0, 0, ...],
[0, 0, 0, 0, ...],
[1, 0, 0, 0, ...],
[0, 0, 0, 1, ...],
...
]