我正在构建一个模型，其中公司需要设定价格并做出生产决策。价格是连续的，决策变量也是连续的（库存、最近的销售、价格等）。

我可以使用哪种强化学习方法将连续值映射到连续值？有哪些Python包可用？如果没有Python包，我可以编写一个包装器。

回答：

PyBrain 机器学习库正是您所需要的。它是神经网络的复杂实现，但一旦您理解了它，您将获得一个非常强大的工具。

PyBrain 是一个用于神经网络建模的Python库。PyBrain 的概述可以让您了解基本概念：在每个时间点，您向神经网络提供一组连续值，并从中取出另一组连续值。但更重要的是，您可以评估输出并训练您的神经网络。

所有这些步骤——包括网络训练——在PyBrain中都已实现。