오 그 부분은 올려주신 코드에서 저도 확인했습니다. 추정 생산량이라 어떻게 보면 공정 조건을 정확하게 반영하지 못할 것 같다고 생각했습니다. 저는 그런 점에서 state에 필요한 정보를 반영하기가 어렵다는 생각이 듭니다.

앗 제가 이 질문에서 여쭤보는 것은 RL이 '아무리 잘해도' 최적화와 거의 비슷한 결과를 가져다주지 않을까 하는 것이었습니다.
RL에 주어지는 정보가 많아질수록 RL이 취할 수 있는 action의 방향이 제한되는 게 아닌가 하고 생각했습니다. 혹시 이 부분에 대해선 어떻게 생각하시나요?

RL에 주어지는 정보가 많아질수록 RL이 취할 수 있는 action의 방향이 제한되는 게 아닌가 하고 생각했습니다.
이 문장이 잘 이해가 안되는데 어떤 상황인지 풀어서 말씀해주실수 있으실까요?

state가 주어지지 않으면 완전 random한 action을 취하게 되는 것으로 아는데,
최적화 알고리즘을 구현할 때 사용한 정보들을 RL 모델에 투입할수록 결국 RL이 최적화처럼 행동하도록 유도되는 게 아닌가 하는 말이었습니다.
이게 사실 제가 만든 최적화 알고리즘을 어떻게 하면 RL로 구현할 수 있을까 고민하던 중에 든 의문인데요, 제가 최적화 과정에서 활용한 정보들을 RL 모델에 state로 제공하면 결국 RL이 (잘해봤자) 제가 만든 알고리즘처럼 행동하게 될 것 같다는 생각이 들어서 그랬습니다... 

사실 이렇게 생각하면 RL은 엄청 복잡한 Env(주식시장이나 바둑)가 아니고서는 human-level performance를 능가할 수 없는 것 같기도 합니다.

아 한마디로 다양성이 없는 state를 넣으면 맹목적으로 reward만을 위한 학습이 되지 않느냐 이 말씀이신것 같군요... 
그건 맞는것 같습니다 하지만... 제가 위에서 말한 state에 추정값을 넣은 이유는 그 값이 정확하든 아니든 그 상태를 추정할 수 있기 때문이였습니다. 입력 자체가 다양하지 않을 수 밖에 없는 지금 상황에선 어쩔수 없다고 생각됩니다.

제가 느끼기에 중요한것은 현재 상태를 다른 상태와 구별해서 잘 표현할 수 있는가? 가 중요한게 아닌가 싶습니다. 정확한 정보가 의미가 있을때는... 좀 더 다양한 수요가 들어오면서 그 수요끼리의 구분이 명확하게 되기 위해서는 그런 정확함 또한 필요할것이라 생각합니다.

음... 맞습니다! 그런 정보를 찾아내는 건 개발자의 역량이겠지요.
답변 감사드립니다 :D 앞으로 공부 열심히 해야겠네요~ 편안한 밤 되세요!

저도 생각을 정리할 수 있는 좋은 기회였습니다. 감사합니다.

음... 그런 의미에서 데이터가 많이 필요한 것이군요!

의견 정말 감사합니다!!