豆包AI —— 为什么不把离散的状态空间属性用one-shot方式编码而是直接归一化为0到1范围的属性值

相关：

dogfight问题中（UAV 无人机空战——狗斗）—— 状态空间设计

对雷达状态、武器状态这种有序、有语义的离散量，不做 One-Hot，而是直接归一化成 0~1，是为了强化学习更好训练、更稳定、更省参数量。