对于深度强化学习路径规划的训练用公式表示环境状态

和动作空间的关系为：

环境状态 s ∈ S，动作空间 a ∈ A(s)

其中，S 表示所有可能的环境状态集合，A(s) 表示在状态 s 下可选的所有动作集合。在深度强化学习中，通过神经网络来学习一个策略函数，将当前状态作为输入，输出一个动作。具体而言，可以用一个函数 π(a|s) 表示在状态 s 下选择动作 a 的概率，即：

π(a|s) = P(a|s)

在训练过程中，需要定义一个奖励函数 R(s,a)，用于评估在状态 s 下采取动作 a 所获得的奖励。同时，需要定义一个价值函数 V(s)，用于评估在状态 s 下采取最优策略所能获得的期望奖励。在深度强化学习中，可以用神经网络来学习这些函数。最终的目标是找到一个最优策略，使得在任何状态下采取的动作都能最大化期望奖励。