车间调度ppo算法伪代码过程

我的理解是第五行相当于判断机器数据集，来看是否有机器故障？这样理解对不对啊

这个论文怎么了

不知道你这个问题是否已经解决, 如果还没有解决的话:

• 这篇文章：近端策略优化算法(PPO) 也许有你想要的答案，你可以看看

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^