keras-rlのDDPGエージェントが行動空間の最大値、最小値を無視してしまう

Question

前提・実現したいこと

現在、OpenAi Gymで自作の環境を作成しKeras-RLでDDPGを行いたいと考えています。

発生している問題・エラーメッセージ

DDPGが選択する行動がGym環境の行動空間の最大値、最小値を超えた値となる。

該当のソースコード

self.jackmax=75
self.nakamax=0.5
self.action_space = gym.spaces.Box(
        	np.array([-self.jackmax,-self.jackmax,-self.nakamax,-self.nakamax]),np.array([self.jackmax,self.jackmax,self.nakamax,self.nakamax]),dtype=np.float32)

import numpy as np
import gym

from keras.models import Sequential, Model
from keras.layers import Dense, Activation, Flatten, Input, Concatenate
from keras.optimizers import Adam

import matplotlib.pyplot as plt
from rl.agents import DDPGAgent
from rl.memory import SequentialMemory
from rl.random import OrnsteinUhlenbeckProcess


ENV_NAME = 'myenv1-v1'
# Get the environment and extract the number of actions.
env = gym.make(ENV_NAME)
assert len(env.action_space.shape) == 1
nb_actions = env.action_space.shape[0]
print(env.action_space.high)
print(env.action_space.low)
# Next, we build a very simple model.
actor = Sequential()
actor.add(Flatten(input_shape=(1,) + env.observation_space.shape))
actor.add(Dense(16))
actor.add(Activation('relu'))
actor.add(Dense(16))
actor.add(Activation('relu'))
actor.add(Dense(16))
actor.add(Activation('relu'))
actor.add(Dense(nb_actions))
actor.add(Activation('linear'))
print(actor.summary())

action_input = Input(shape=(nb_actions,), name='action_input')
print(action_input)
observation_input = Input(shape=(1,) + env.observation_space.shape, name='observation_input')
flattened_observation = Flatten()(observation_input)
x = Concatenate()([action_input, flattened_observation])
x = Dense(32)(x)
x = Activation('relu')(x)
x = Dense(32)(x)
x = Activation('relu')(x)
x = Dense(32)(x)
x = Activation('relu')(x)
x = Dense(1)(x)
x = Activation('linear')(x)
critic = Model(inputs=[action_input, observation_input], outputs=x)
print(critic.summary())

# Finally, we configure and compile our agent. You can use every built-in Keras optimizer and
# even the metrics!
memory = SequentialMemory(limit=50000, window_length=1)
random_process = OrnsteinUhlenbeckProcess(size=nb_actions, theta=.15, mu=0., sigma=.3)
agent = DDPGAgent(nb_actions=nb_actions, actor=actor, critic=critic, critic_action_input=action_input,
                  memory=memory, nb_steps_warmup_critic=100, nb_steps_warmup_actor=100,
                  random_process=random_process, gamma=.99, target_model_update=1e-3)
agent.compile(Adam(lr=.001, clipnorm=1.), metrics=['mae'])

# Okay, now it's time to learn something! We visualize the training here for show, but this
# slows down training quite a lot. You can always safely abort the training prematurely using
# Ctrl + C.
history=agent.fit(env, nb_steps=50000, visualize=True, verbose=1, nb_max_episode_steps=200)
history=history.history
plt.plot(np.arange(len(history["episode_reward"])),history["episode_reward"])


# Finally, evaluate our algorithm for 5 episodes.
agent.test(env, nb_episodes=5, visualize=True, nb_max_episode_steps=200)

試したこと

私が期待している行動空間は[-75. -75. -0.5 -0.5]~[75. 75. 0.5 0.5]の範囲なのですが、上記のプログラムを実行した結果、例として[-14413.987, 26360.254, -5294.902, 23021.02 ]といった行動がgymのstep関数の引数として入力されていました。
そこでOpenAi Gymの行動空間の記述が間違えていると思い行動空間の情報を取得しOpenAi Gymのメソッドであるaction_space.sample()でランダム行動をさせました。

import sys

import gym
import numpy as np

env = gym.make('myenv1-v1')
print("action space", env.action_space) # action_spaceのデータ型を表示
print("action space low",  env.action_space.low) # action_spaceの最小値を表示
print("action space high", env.action_space.high) # action_spaceの最大値を表示
print(" ")

observation = env.reset()
for t in range(5):
    env.render()  # render game screen
    action = env.action_space.sample()  # this is random action. replace here to your algorithm!
    observation, reward, done, info = env.step(action)  # get reward and next scene
    

結果として

action space Box(4,)
action space low [-75.  -75.   -0.5  -0.5]
action space high [75.  75.   0.5  0.5]
 
[ 6.510459   24.0836      0.19969036  0.43461454]
[-6.8775452e+01  7.1954796e+01 -5.0086170e-02 -5.5468518e-02]
[ 4.3696394  -8.961829    0.48525786 -0.33140418]
[24.149748   39.689617   -0.3158655   0.18729909]
[ 62.634468   -11.608932     0.18010212   0.06715964]

となり行動空間内に収まっている事が確認できました。
次に、DDPGの動作を確認するためOpenAi Gymの環境の一つであるPendulum-v0で実行しました。結果としてPendulum-v0の行動空間である-2.0~2.0の範囲の値がstep関数の引数に行動として入力されていました。
原因を究明したいのですがアドバイスをお願いします。

補足情報（FW/ツールのバージョンなど）

Python 3.6.9
Keras 2.3.1
keras-rl 0.4.2
tensorflow 1.14.0