OpenXExperienceReplay

class torchrl.data.datasets.OpenXExperienceReplay(dataset_id, batch_size: int | None = None, *, shuffle: bool = True, num_slices: int | None = None, slice_len: int | None = None, pad: float | bool | None = None, replacement: bool = None, streaming: bool | None = None, root: str | Path | None = None, download: bool | None = None, sampler: Sampler | None = None, writer: Writer | None = None, collate_fn: Callable | None = None, pin_memory: bool = False, prefetch: int | None = None, transform: 'torchrl.envs.Transform' | None = None, split_trajs: bool = False, strict_length: bool = True)

Open X-Embodiment 数据集经验回放。

Open X-Embodiment 数据集包含 100 万+ 真实机器人轨迹，跨越 22 种机器人形态，通过 21 个机构的合作收集，展示了 527 种技能（160266 个任务）。

网站： https://robotics-transformer-x.github.io/

GitHub： https://github.com/google-deepmind/open_x_embodiment

论文： https://arxiv.org/abs/2310.08864

数据格式遵循 TED 约定。

注意

非张量数据将使用 NonTensorData 原语写入 tensordict 数据中。例如，数据中的 language_instruction 字段将存储在 data.get_non_tensor(“language_instruction”) (或等效的 data.get(“language_instruction”).data) 中。有关如何与 TensorDict 中存储的非张量数据进行交互的更多信息，请参阅此类的文档。

参数:

• dataset_id (str) – 要下载的数据集。必须是 OpenXExperienceReplay.available_datasets 的一部分。

• batch_size (int) – 采样期间使用的批大小。如果需要，可以被 data.sample(batch_size) 覆盖。有关精细的采样策略，请参阅 num_slices 和 slice_len 关键字参数。如果 batch_size 为 None（默认值），则迭代数据集将一次传递一条轨迹，而调用 sample() 仍然需要提供批大小。

关键字参数:

• shuffle (bool, 可选) –

  如果 True，则在迭代数据集时，轨迹以随机顺序传递。如果 False，则数据集以预定义的顺序迭代。

  警告

  shuffle=False 也会影响采样。我们建议用户创建数据集的副本，其中采样的 shuffle 属性设置为 False，如果他们希望在同一代码库中享受两种不同的行为（洗牌和不洗牌）。

• num_slices (int, 可选) – 批次中的切片数。这对应于批次中存在的轨迹数。收集后，批次将表示为子轨迹的串联，可以通过 batch.reshape(num_slices, -1) 恢复。如果提供，则 batch_size 必须可被 num_slices 整除。此参数与 slice_len 互斥。如果 num_slices 参数等于 batch_size，则每个样本将属于不同的轨迹。如果既未提供 slice_len 也未提供 num_slice：只要轨迹的长度短于批大小，就会采样长度为 batch_size 的连续切片。如果轨迹长度不足，则会引发异常，除非 pad 不是 None。

• slice_len (int, 可选) –

  批次中切片的长度。这对应于批次中存在的轨迹长度。收集后，批次将表示为子轨迹的串联，可以通过 batch.reshape(-1, slice_len) 恢复。如果提供，则 batch_size 必须可被 slice_len 整除。此参数与 num_slice 互斥。如果 slice_len 参数等于 1，则每个样本将属于不同的轨迹。如果既未提供 slice_len 也未提供 num_slice：只要轨迹的长度短于批大小，就会采样长度为 batch_size 的连续切片。如果轨迹长度不足，则会引发异常，除非 pad 不是 None。

  注意

  当在没有在构造函数中传递批大小的情况下迭代数据集时，可以使用 slice_len（而不是 num_slices）。在这些情况下，将选择轨迹的随机子序列。

• replacement (bool, 可选) – 如果 False，则采样将在不替换的情况下完成。对于下载的数据集，默认为 True，对于流式数据集，默认为 False。

• pad (bool, float 或 None) – 如果 True，则轨迹长度不足以满足 slice_len 或 num_slices 参数的要求，将用 0 填充。如果提供了另一个值，它将用于填充。如果 False 或 None（默认值），则遇到任何长度不足的轨迹都会引发异常。

• root (Path 或 str, 可选) – OpenX 数据集根目录。实际的数据集内存映射文件将保存在 <root>/<dataset_id> 下。如果未提供，则默认为 ``~/.cache/torchrl/openx`。

• streaming (bool, 可选) –

  如果 True，则数据将不会被下载，而是从流中读取。

  注意

  当 download=True 与 streaming=True 相比时，数据的格式__将更改__。如果数据已下载且采样器保持不变（即，num_slices=None、slice_len=None 和 sampler=None，则转换将从数据集中随机采样。使用 streaming=True 以合理的成本实现这一点是不可能的：在这种情况下，轨迹将一次采样一个，并按原样传递（裁剪以符合批大小等）。当指定 num_slices 和 slice_len 时，两种模式的行为非常相似，因为在这些情况下，子情节的视图将在两种情况下返回。

• download (bool 或 str, 可选) – 是否应在未找到数据集时下载数据集。默认为 True。下载也可以作为“force”传递，在这种情况下，下载的数据将被覆盖。

• sampler (Sampler, 可选) – 要使用的采样器。如果未提供，将使用默认的 RandomSampler()。

• writer (Writer, 可选) – 要使用的写入器。如果未提供，将使用默认的 ImmutableDatasetWriter。

• collate_fn (callable, 可选) – 合并样本列表以形成 Tensor(s)/输出的迷你批次。当使用从地图式数据集批量加载时使用。

• pin_memory (bool) – 是否应在 rb 样本上调用 pin_memory()。

• prefetch (int, 可选) – 使用多线程预取的下一个批次数。

• transform (Transform, 可选) – 调用 sample() 时要执行的转换。要链接转换，请使用 Compose 类。

• split_trajs (bool, 可选) – 如果 True，则轨迹将沿第一个维度拆分并填充以具有匹配的形状。要拆分轨迹，将使用 "done" 信号，该信号通过 done = truncated | terminated 恢复。换句话说，假定任何 truncated 或 terminated 信号都等同于轨迹的结束。默认为 False。

• strict_length (bool, 可选) – 如果 False，则允许长度短于 slice_len（或 batch_size // num_slices）的轨迹出现在批次中。请注意，这可能会导致有效的 batch_size 短于要求的批大小！可以使用 torchrl.collectors.split_trajectories() 拆分轨迹。默认为 True。

示例

>>> from torchrl.data.datasets import OpenXExperienceReplay
>>> import tempfile
>>> # Download the data, and sample 128 elements in each batch out of two trajectories
>>> num_slices = 2
>>> with tempfile.TemporaryDirectory() as root:
...     dataset = OpenXExperienceReplay("cmu_stretch", batch_size=128,
...         num_slices=num_slices, download=True, streaming=False,
...         root=root,
...         )
...     for batch in dataset:
...         print(batch.reshape(num_slices, -1))
...         break
TensorDict(
    fields={
        action: Tensor(shape=torch.Size([2, 64, 8]), device=cpu, dtype=torch.float64, is_shared=False),
        discount: Tensor(shape=torch.Size([2, 64]), device=cpu, dtype=torch.float32, is_shared=False),
        done: Tensor(shape=torch.Size([2, 64, 1]), device=cpu, dtype=torch.bool, is_shared=False),
        episode: Tensor(shape=torch.Size([2, 64]), device=cpu, dtype=torch.int32, is_shared=False),
        index: Tensor(shape=torch.Size([2, 64]), device=cpu, dtype=torch.int64, is_shared=False),
        is_init: Tensor(shape=torch.Size([2, 64]), device=cpu, dtype=torch.bool, is_shared=False),
        language_embedding: Tensor(shape=torch.Size([2, 64, 512]), device=cpu, dtype=torch.float64, is_shared=False),
        language_instruction: NonTensorData(
            data='lift open green garbage can lid',
            batch_size=torch.Size([2, 64]),
            device=cpu,
            is_shared=False),
        next: TensorDict(
            fields={
                done: Tensor(shape=torch.Size([2, 64, 1]), device=cpu, dtype=torch.bool, is_shared=False),
                observation: TensorDict(
                    fields={
                        image: Tensor(shape=torch.Size([2, 64, 3, 128, 128]), device=cpu, dtype=torch.uint8, is_shared=False),
                        state: Tensor(shape=torch.Size([2, 64, 4]), device=cpu, dtype=torch.float64, is_shared=False)},
                    batch_size=torch.Size([2, 64]),
                    device=cpu,
                    is_shared=False),
                reward: Tensor(shape=torch.Size([2, 64, 1]), device=cpu, dtype=torch.float32, is_shared=False),
                terminated: Tensor(shape=torch.Size([2, 64, 1]), device=cpu, dtype=torch.bool, is_shared=False),
                truncated: Tensor(shape=torch.Size([2, 64, 1]), device=cpu, dtype=torch.bool, is_shared=False)},
            batch_size=torch.Size([2, 64]),
            device=cpu,
            is_shared=False),
        observation: TensorDict(
            fields={
                image: Tensor(shape=torch.Size([2, 64, 3, 128, 128]), device=cpu, dtype=torch.uint8, is_shared=False),
                state: Tensor(shape=torch.Size([2, 64, 4]), device=cpu, dtype=torch.float64, is_shared=False)},
            batch_size=torch.Size([2, 64]),
            device=cpu,
            is_shared=False),
        terminated: Tensor(shape=torch.Size([2, 64, 1]), device=cpu, dtype=torch.bool, is_shared=False),
        truncated: Tensor(shape=torch.Size([2, 64, 1]), device=cpu, dtype=torch.bool, is_shared=False)},
    batch_size=torch.Size([2, 64]),
    device=cpu,
    is_shared=False)
>>> # Read data from a stream. Deliver entire trajectories when iterating
>>> dataset = OpenXExperienceReplay("cmu_stretch",
...     num_slices=num_slices, download=False, streaming=True)
>>> for data in dataset: # data does not have a consistent shape
...     break
>>> # Define batch-size dynamically
>>> data = dataset.sample(128)  # delivers 2 sub-trajectories of length 64

add(data: TensorDictBase) → int

向回放缓冲区添加单个元素。

参数:

data (Any) – 要添加到回放缓冲区的数据

返回:

数据在回放缓冲区中的索引。

append_transform(transform: Transform, *, invert: bool = False) → ReplayBuffer

在末尾追加转换。

当调用 sample 时，转换按顺序应用。

参数:

transform (Transform) – 要追加的转换

关键字参数:

invert (bool, 可选) – 如果 True，则转换将被反转（前向调用将在写入期间调用，反向调用将在读取期间调用）。默认为 False。

示例

>>> rb = ReplayBuffer(storage=LazyMemmapStorage(10), batch_size=4)
>>> data = TensorDict({"a": torch.zeros(10)}, [10])
>>> def t(data):
...     data += 1
...     return data
>>> rb.append_transform(t, invert=True)
>>> rb.extend(data)
>>> assert (data == 1).all()

property data_path

数据集的路径，包括拆分。

property data_path_root

数据集根目录的路径。

delete()

从磁盘删除数据集存储。

dump(*args, **kwargs)

dumps() 的别名。

dumps(path)

将回放缓冲区保存在磁盘上的指定路径。

参数:

path (Path 或 str) – 保存回放缓冲区的路径。

示例

>>> import tempfile
>>> import tqdm
>>> from torchrl.data import LazyMemmapStorage, TensorDictReplayBuffer
>>> from torchrl.data.replay_buffers.samplers import PrioritizedSampler, RandomSampler
>>> import torch
>>> from tensordict import TensorDict
>>> # Build and populate the replay buffer
>>> S = 1_000_000
>>> sampler = PrioritizedSampler(S, 1.1, 1.0)
>>> # sampler = RandomSampler()
>>> storage = LazyMemmapStorage(S)
>>> rb = TensorDictReplayBuffer(storage=storage, sampler=sampler)
>>>
>>> for _ in tqdm.tqdm(range(100)):
...     td = TensorDict({"obs": torch.randn(100, 3, 4), "next": {"obs": torch.randn(100, 3, 4)}, "td_error": torch.rand(100)}, [100])
...     rb.extend(td)
...     sample = rb.sample(32)
...     rb.update_tensordict_priority(sample)
>>> # save and load the buffer
>>> with tempfile.TemporaryDirectory() as tmpdir:
...     rb.dumps(tmpdir)
...
...     sampler = PrioritizedSampler(S, 1.1, 1.0)
...     # sampler = RandomSampler()
...     storage = LazyMemmapStorage(S)
...     rb_load = TensorDictReplayBuffer(storage=storage, sampler=sampler)
...     rb_load.loads(tmpdir)
...     assert len(rb) == len(rb_load)

empty()

清空回放缓冲区并将光标重置为 0。

extend(tensordicts: TensorDictBase) → Tensor

使用可迭代对象中包含的一个或多个元素扩展回放缓冲区。

如果存在，将调用逆变换。`

参数:

data (iterable) – 要添加到回放缓冲区的数据集合。

返回:

添加到回放缓冲区的数据的索引。

警告

extend() 在处理值列表时可能具有不明确的签名，这应被解释为 PyTree（在这种情况下，列表中的所有元素都将放入存储的 PyTree 中的切片中）或一次添加一个的值列表。为了解决这个问题，TorchRL 明确区分了列表和元组：元组将被视为 PyTree，列表（在根级别）将被解释为一次添加一个到缓冲区的堆栈值。对于 ListStorage 实例，只能提供未绑定的元素（没有 PyTrees）。

insert_transform(index: int, transform: Transform, *, invert: bool = False) → ReplayBuffer

插入转换。

当调用 sample 时，转换按顺序执行。

参数:

• index (int) – 插入转换的位置。

• transform (Transform) – 要追加的转换

关键字参数:

invert (bool, 可选) – 如果 True，则转换将被反转（前向调用将在写入期间调用，反向调用将在读取期间调用）。默认为 False。

load(*args, **kwargs)

loads() 的别名。

loads(path)

加载给定路径的回放缓冲区状态。

缓冲区应具有匹配的组件，并使用 dumps() 保存。

参数:

path (Path 或 str) – 回放缓冲区保存的路径。

有关更多信息，请参阅 dumps()。

preprocess(fn: Callable[[TensorDictBase], TensorDictBase], dim: int = 0, num_workers: int | None = None, *, chunksize: int | None = None, num_chunks">: int | None = None, pool: mp.Pool | None = None, generator: torch.Generator | None = None, max_tasks_per_child: int | None = None, worker_threads: int = 1, index_with_generator: bool = False, pbar: bool = False, mp_start_method: str | None = None, num_frames: int | None = None, dest: str | Path) → TensorStorage

预处理数据集，并返回包含格式化数据的新存储。

数据转换必须是单元的（处理数据集的单个样本）。

Args 和 Keyword Args 被转发到 map()。

随后可以使用 delete() 删除数据集。

关键字参数:

• dest (path 或 equivalent) – 新数据集位置的路径。

• num_frames (int, optional) – 如果提供，则仅转换前 num_frames 帧。这在最初调试转换时很有用。

返回：要在 ReplayBuffer 实例中使用的新存储。

示例

>>> from torchrl.data.datasets import MinariExperienceReplay
>>>
>>> data = MinariExperienceReplay(
...     list(MinariExperienceReplay.available_datasets)[0],
...     batch_size=32
...     )
>>> print(data)
MinariExperienceReplay(
    storages=TensorStorage(TensorDict(
        fields={
            action: MemoryMappedTensor(shape=torch.Size([1000000, 8]), device=cpu, dtype=torch.float32, is_shared=True),
            episode: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.int64, is_shared=True),
            info: TensorDict(
                fields={
                    distance_from_origin: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                    forward_reward: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                    goal: MemoryMappedTensor(shape=torch.Size([1000000, 2]), device=cpu, dtype=torch.float64, is_shared=True),
                    qpos: MemoryMappedTensor(shape=torch.Size([1000000, 15]), device=cpu, dtype=torch.float64, is_shared=True),
                    qvel: MemoryMappedTensor(shape=torch.Size([1000000, 14]), device=cpu, dtype=torch.float64, is_shared=True),
                    reward_ctrl: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                    reward_forward: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                    reward_survive: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                    success: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.bool, is_shared=True),
                    x_position: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                    x_velocity: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                    y_position: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                    y_velocity: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True)},
                batch_size=torch.Size([1000000]),
                device=cpu,
                is_shared=False),
            next: TensorDict(
                fields={
                    done: MemoryMappedTensor(shape=torch.Size([1000000, 1]), device=cpu, dtype=torch.bool, is_shared=True),
                    info: TensorDict(
                        fields={
                            distance_from_origin: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                            forward_reward: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                            goal: MemoryMappedTensor(shape=torch.Size([1000000, 2]), device=cpu, dtype=torch.float64, is_shared=True),
                            qpos: MemoryMappedTensor(shape=torch.Size([1000000, 15]), device=cpu, dtype=torch.float64, is_shared=True),
                            qvel: MemoryMappedTensor(shape=torch.Size([1000000, 14]), device=cpu, dtype=torch.float64, is_shared=True),
                            reward_ctrl: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                            reward_forward: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                            reward_survive: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                            success: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.bool, is_shared=True),
                            x_position: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                            x_velocity: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                            y_position: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                            y_velocity: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True)},
                        batch_size=torch.Size([1000000]),
                        device=cpu,
                        is_shared=False),
                    observation: TensorDict(
                        fields={
                            achieved_goal: MemoryMappedTensor(shape=torch.Size([1000000, 2]), device=cpu, dtype=torch.float64, is_shared=True),
                            desired_goal: MemoryMappedTensor(shape=torch.Size([1000000, 2]), device=cpu, dtype=torch.float64, is_shared=True),
                            observation: MemoryMappedTensor(shape=torch.Size([1000000, 27]), device=cpu, dtype=torch.float64, is_shared=True)},
                        batch_size=torch.Size([1000000]),
                        device=cpu,
                        is_shared=False),
                    reward: MemoryMappedTensor(shape=torch.Size([1000000, 1]), device=cpu, dtype=torch.float64, is_shared=True),
                    terminated: MemoryMappedTensor(shape=torch.Size([1000000, 1]), device=cpu, dtype=torch.bool, is_shared=True),
                    truncated: MemoryMappedTensor(shape=torch.Size([1000000, 1]), device=cpu, dtype=torch.bool, is_shared=True)},
                batch_size=torch.Size([1000000]),
                device=cpu,
                is_shared=False),
            observation: TensorDict(
                fields={
                    achieved_goal: MemoryMappedTensor(shape=torch.Size([1000000, 2]), device=cpu, dtype=torch.float64, is_shared=True),
                    desired_goal: MemoryMappedTensor(shape=torch.Size([1000000, 2]), device=cpu, dtype=torch.float64, is_shared=True),
                    observation: MemoryMappedTensor(shape=torch.Size([1000000, 27]), device=cpu, dtype=torch.float64, is_shared=True)},
                batch_size=torch.Size([1000000]),
                device=cpu,
                is_shared=False)},
        batch_size=torch.Size([1000000]),
        device=cpu,
        is_shared=False)),
    samplers=RandomSampler,
    writers=ImmutableDatasetWriter(),
batch_size=32,
transform=Compose(
),
collate_fn=<function _collate_id at 0x120e21dc0>)
>>> from torchrl.envs import CatTensors, Compose
>>> from tempfile import TemporaryDirectory
>>>
>>> cat_tensors = CatTensors(
...     in_keys=[("observation", "observation"), ("observation", "achieved_goal"),
...              ("observation", "desired_goal")],
...     out_key="obs"
...     )
>>> cat_next_tensors = CatTensors(
...     in_keys=[("next", "observation", "observation"),
...              ("next", "observation", "achieved_goal"),
...              ("next", "observation", "desired_goal")],
...     out_key=("next", "obs")
...     )
>>> t = Compose(cat_tensors, cat_next_tensors)
>>>
>>> def func(td):
...     td = td.select(
...         "action",
...         "episode",
...         ("next", "done"),
...         ("next", "observation"),
...         ("next", "reward"),
...         ("next", "terminated"),
...         ("next", "truncated"),
...         "observation"
...         )
...     td = t(td)
...     return td
>>> with TemporaryDirectory() as tmpdir:
...     new_storage = data.preprocess(func, num_workers=4, pbar=True, mp_start_method="fork", dest=tmpdir)
...     rb = ReplayBuffer(storage=new_storage)
...     print(rb)
ReplayBuffer(
    storage=TensorStorage(
        data=TensorDict(
            fields={
                action: MemoryMappedTensor(shape=torch.Size([1000000, 8]), device=cpu, dtype=torch.float32, is_shared=True),
                episode: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.int64, is_shared=True),
                next: TensorDict(
                    fields={
                        done: MemoryMappedTensor(shape=torch.Size([1000000, 1]), device=cpu, dtype=torch.bool, is_shared=True),
                        obs: MemoryMappedTensor(shape=torch.Size([1000000, 31]), device=cpu, dtype=torch.float64, is_shared=True),
                        observation: TensorDict(
                            fields={
                            },
                            batch_size=torch.Size([1000000]),
                            device=cpu,
                            is_shared=False),
                        reward: MemoryMappedTensor(shape=torch.Size([1000000, 1]), device=cpu, dtype=torch.float64, is_shared=True),
                        terminated: MemoryMappedTensor(shape=torch.Size([1000000, 1]), device=cpu, dtype=torch.bool, is_shared=True),
                        truncated: MemoryMappedTensor(shape=torch.Size([1000000, 1]), device=cpu, dtype=torch.bool, is_shared=True)},
                    batch_size=torch.Size([1000000]),
                    device=cpu,
                    is_shared=False),
                obs: MemoryMappedTensor(shape=torch.Size([1000000, 31]), device=cpu, dtype=torch.float64, is_shared=True),
                observation: TensorDict(
                    fields={
                    },
                    batch_size=torch.Size([1000000]),
                    device=cpu,
                    is_shared=False)},
            batch_size=torch.Size([1000000]),
            device=cpu,
            is_shared=False),
        shape=torch.Size([1000000]),
        len=1000000,
        max_size=1000000),
    sampler=RandomSampler(),
    writer=RoundRobinWriter(cursor=0, full_storage=True),
    batch_size=None,
    collate_fn=<function _collate_id at 0x168406fc0>)

register_load_hook(hook: Callable[[Any], Any])

为存储注册加载钩子。

注意

钩子在保存回放缓冲区时当前未序列化：每次创建缓冲区时都必须手动重新初始化它们。

register_save_hook(hook: Callable[[Any], Any])

为存储注册保存钩子。

注意

钩子在保存回放缓冲区时当前未序列化：每次创建缓冲区时都必须手动重新初始化它们。

sample(batch_size: Optional[int] = None, return_info: bool = False, include_info: Optional[bool] = None) → TensorDictBase

从回放缓冲区中采样一批数据。

使用 Sampler 采样索引，并从 Storage 中检索它们。

参数:

• batch_size (int, optional) – 要收集的数据大小。如果未提供，则此方法将按照采样器指示的 batch-size 进行采样。

• return_info (bool) – 是否返回 info。如果为 True，则结果为元组 (data, info)。如果为 False，则结果为 data。

返回:

一个 tensordict，其中包含在回放缓冲区中选择的一批数据。如果 return_info 标志设置为 True，则为一个包含此 tensordict 和 info 的元组。

property sampler

回放缓冲区的采样器。

采样器必须是 Sampler 的实例。

save(*args, **kwargs)

dumps() 的别名。

set_sampler(sampler: Sampler)

在回放缓冲区中设置新的采样器，并返回先前的采样器。

set_storage(storage: Storage, collate_fn: Optional[Callable] = None)

在回放缓冲区中设置新的存储，并返回先前的存储。

参数:

• storage (Storage) – 缓冲区的新的存储。

• collate_fn (callable, optional) – 如果提供，则 collate_fn 设置为此值。否则，它将重置为默认值。

set_writer(writer: Writer)

在回放缓冲区中设置新的写入器，并返回先前的写入器。

property storage

回放缓冲区的存储。

存储必须是 Storage 的实例。

property write_count

到目前为止通过 add 和 extend 写入缓冲区的项目总数。

property writer

回放缓冲区的写入器。

写入器必须是 Writer 的实例。