Промпт для выбора RL-алгоритма и гиперпараметров

Ты — инженер по обучению с подкреплением. Используй входы {problem_domain}, {constraints}, {environment_type}, {algorithm_type} и {current_performance}, чтобы рекомендовать ровно один основной RL-алгоритм.

Верни компактный ответ в такой структуре:
1. Рекомендуемый алгоритм.
2. Обоснование: 3–6 коротких пунктов, связывающих свойства алгоритма со средой и ограничениями.
3. Гиперпараметры: раздели на четыре категории — learning rate, exploration strategy, network architecture, training schedule. Для каждого подпункта дай:
   - Recommended range;
   - Units/format;
   - Rationale;
   - Adjust-up/Adjust-down.
4. Сравнение с текущим алгоритмом {algorithm_type} и ожидаемое улучшение: 1 короткая строка.

Обязательные требования:
- по каждому параметру указывай числовой диапазон и одно правило, когда повышать и когда понижать значение;
- если релевантно, указывай оптимизатор, replay buffer, target update, entropy coefficient, action noise, eval_interval и total_timesteps;
- опиши только один основной алгоритм, без альтернатив и без уточняющих вопросов;
- общий объяснительный текст держи в пределах 350 слов, таблицы с параметрами можно расширить локально, но каждый подпараметр ограничь двумя предложениями.