弱弱的问一个关于状态空间的问题

一直这块有点纠结。。。
比如说有三个状态参数cpu, memory, disk。那n个节点的状态空间就是
（cpu1,mem1,disk1,... , cpun, memn, diskn）?是一个向量？这个状态空间到底是什么意思？计算时怎么把它看做一个整体？

关键的地方是，如果状态空间increase dramatically, 用reinforcement learning方法研究时系统性能为什么会急剧下降？

我觉得学统计的人应该比较懂吧。。

多谢多谢啦。。

I think it could be interpreted as 3 dimensional vector. Every attribute is considered as one dimension. Reinforcement learning is about to find a balance between what is known and what is unknown. It collects consequences of unknown actions. If the number of samples increase dramatically, the learning process would be much more complicated.

RL说白了不就是多次反馈然后达到满意的值吗？或者叫最优值跟踪？
那我有三个参数，为什么随着节点数的增加，学习的过程会变得越来越复杂？从数学上怎么说？

sigh。。。看来还是放到统计办也许会好些哈。。。

还有，我们学MDP过程时，一个状态空间不就是描述成{1,2,3,4},然后一次状态转移矩阵就是个4X4的吗？
换到RL里，这个就不解了。。sigh。。