任务环境四要素：性能、环境、执行器、传感器
环境的性质（分类方式）
a、完全可观察，部分可观察（当前状态）
在某个是简单上获取环境的完整程度vs获取环境的部分状态（如真空吸尘器和自动驾驶汽车）国际象棋是完全可观察的，因为所有的当前信息都给出来了。
b、单agent，多agent
独自运行vs同时运行（字谜游戏和国际象棋）
c、确定的，随机的
确定的环境下一个状态完全取决于当前状态和agent执行的行为，否则为随机的（真空吸尘器和自动驾驶汽车）
d、片段式，延续式
agent的经历被分成一个个院子片段，在每个片段中agent感知信息并完成单个行为，下一个片段不依赖于以前的片段，而延续式的环境当前决策影响未来（如检查次品和国际象棋）
e、静态的，动态的
环境在agent计算时会不会变化（填字游戏与自动驾驶，国际象棋应该是半动态，因为要考虑到时间的流逝）
f、离散的，连续的
环境的状态、时间的处理方式以及agent的感知信息和行为都有离散和连续之分（填字游戏和自动驾驶）
