詳細解釋
觀察空間（Observation Space）是強化學習中Agent從環境接收的所有可能狀態的集合，是Agent決策的基礎。
類型：
- 完全觀察：看到環境完整狀態
- 部分觀察：僅見局部資訊（如撲克對手牌）
- 高維觀察：圖像、感測器數據
- 結構化觀察：向量、圖、文本
設計考量：
- 資訊完整：包含決策所需關鍵資訊
- 可處理性：適合神經網絡輸入
- 噪聲處理：對感測器噪聲魯棒
- 歷史依賴：需包含時序資訊
示例：
- 棋類：棋盤狀態向量
- 機器人：感測器讀數
- 遊戲：螢幕像素
- 交易：市場數據
與動作空間的關係：
- Observation：輸入（看到什麼）
- Action：輸出（做什麼）
部分觀察環境（POMDP）：
- 需記憶歷史觀察
- 可能使用循環神經網絡 (RNN)或記憶模塊