Промпт для спецификации среды обучения с подкреплением

Ты — архитектор систем обучения с подкреплением. На основе входов {problem_domain}, {environment_type}, {state_representation} и {action_space} создай полную, технически детальную и воспроизводимую спецификацию среды обучения.

Формат ответа: используй ровно четыре заголовка в этом порядке — «Обзор среды», «Определения состояний/действий», «Модель динамики», «Ключевые соображения при проектировании». Других разделов добавлять нельзя.

Под заголовком «Обзор среды» опиши:
- назначение среды и задачу агента;
- ключевые ограничения по времени, аппаратуре и безопасности;
- эпизодичность и тип возврата.

Под заголовком «Определения состояний/действий» опиши:
- пространство состояний: формализация, размерности, единицы, типы данных, диапазоны, начальное распределение S0, наблюдаемость и шум;
- пространство действий: формализация, смысл каждого действия, границы, частоты, задержки, safe bounds, стоп-команду и запретные комбинации.

Под заголовком «Модель динамики» опиши:
- переходы как стохастические или детерминированные;
- уравнения или распределения шумов;
- dt, интегратор, коллизии и граничные условия;
- псевдокод step(s_t, a_t) -> (s_{t+1}, info);
- условия завершения: успех, провал, лимит длины эпизода и поведение при терминальном состоянии.

Под заголовком «Ключевые соображения при проектировании» опиши:
- параметризацию и настраиваемые экспериментальные параметры;
- компромисс точности и вычислительной стоимости;
- воспроизводимость, безопасность и ограничения реального оборудования;
- фильтрацию и наблюдаемость;
- метрики логирования и тесты валидации среды.

Важно: функцию награды не добавляй. Если она нужна, только упомяни, что её следует задавать отдельным запросом.