张量流变化环境

Question

我想创建一个用于玩特定游戏/问题的DeepQ AI。我知道如何创建静态环境，但我找不到任何解决方案来改变环境。让我先介绍一下这个问题

作为输入，有5个元素的列表需要编写，6个拼写需要学习（无论何时编写/学习，都会更新），以及动态调整大小的当前拼写手册和静态的库存。 基本上，角色可以做4件事：等待、休息、学习法术、施放法术、调制药剂

这意味着作为输出，它将是：

self._action_spec = array_spec.BoundedArraySpec(
    shape=(), dtype=np.int32, minimum=0, maximum=4, name='play')

但现在我的问题来了。我如何在环境中实现存在一个法术列表，它不仅仅是施放一个法术，而是施放一个法术xy，类似地酿造药剂xy和学习法术xy

我能做些类似的事情吗：

self._observation_spec = array_spec.BoundedArraySpec(
    shape=(3,DYNAMIC), dtype=np.int32, minimum=?, maximum=?, name='playfield')

也许如果有人有任何有用的链接，我会很乐意阅读。到目前为止，除了如何创建自定义环境之外，我找不到任何东西

提前感谢，
亚历克斯