SliceSamplerWithoutReplacement

class torchrl.data.replay_buffers.SliceSamplerWithoutReplacement(*, num_slices: Optional[int] = None, slice_len: Optional[int] = None, drop_last: bool = False, end_key: Optional[NestedKey] = None, traj_key: Optional[NestedKey] = None, ends: Optional[Tensor] = None, trajectories: Optional[Tensor] = None, truncated_key: tensordict._nestedkey.NestedKey | None = ('next', 'truncated'), strict_length: bool = True, shuffle: bool = True, compile: bool | dict = False)

沿第一个维度采样数据切片，给定起始和停止信号，无需替换。

此类与静态回放缓冲区一起使用，或在两个回放缓冲区扩展之间使用。扩展回放缓冲区将重置采样器，目前不允许连续无替换采样。

关键字参数:

• drop_last (bool, optional) – 如果 True，则将删除最后一个不完整的样本（如果有）。如果 False，则保留最后一个样本。默认为 False。

• num_slices (int) – 要采样的切片数量。批大小必须大于或等于 num_slices 参数。与 slice_len 互斥。

• slice_len (int) – 要采样的切片长度。批大小必须大于或等于 slice_len 参数，并且可以被其整除。与 num_slices 互斥。

• end_key (NestedKey, optional) – 指示轨迹（或 episode）结束的键。默认为 ("next", "done")。

• traj_key (NestedKey, optional) – 指示轨迹的键。默认为 "episode"（TorchRL 中数据集常用的键）。

• ends (torch.Tensor, optional) – 一个 1d 布尔张量，包含运行结束信号。当 end_key 或 traj_key 获取成本高昂，或者当此信号已准备就绪时使用。必须与 cache_values=True 一起使用，并且不能与 end_key 或 traj_key 结合使用。

• trajectories (torch.Tensor, optional) – 一个 1d 整数张量，包含运行 ID。当 end_key 或 traj_key 获取成本高昂，或者当此信号已准备就绪时使用。必须与 cache_values=True 一起使用，并且不能与 end_key 或 traj_key 结合使用。

• truncated_key (NestedKey, optional) – 如果不为 None，则此参数指示截断信号应写入输出数据的位置。这用于向值估计器指示提供的轨迹在哪里中断。默认为 ("next", "truncated")。此功能仅适用于 TensorDictReplayBuffer 实例（否则截断键将返回到 sample() 方法返回的 info 字典中）。

• strict_length (bool, optional) – 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。如果 True，则会过滤掉短于要求的轨迹。请注意，这可能会导致有效的 batch_size 小于要求的批大小！可以使用 split_trajectories() 拆分轨迹。默认为 True。

• shuffle (bool, optional) – 如果 False，则轨迹的顺序不会被打乱。默认为 True。

• compile (bool or dict of kwargs, optional) – 如果 True，则 sample() 方法的瓶颈将使用 compile() 进行编译。关键字参数也可以通过此参数传递给 torch.compile。默认为 False。

注意

为了恢复存储中的轨迹分割，SliceSamplerWithoutReplacement 将首先尝试在存储中查找 traj_key 条目。如果找不到，将使用 end_key 重构 episode。

示例

>>> import torch
>>> from tensordict import TensorDict
>>> from torchrl.data.replay_buffers import LazyMemmapStorage, TensorDictReplayBuffer
>>> from torchrl.data.replay_buffers.samplers import SliceSamplerWithoutReplacement
>>>
>>> rb = TensorDictReplayBuffer(
...     storage=LazyMemmapStorage(1000),
...     # asking for 10 slices for a total of 320 elements, ie, 10 trajectories of 32 transitions each
...     sampler=SliceSamplerWithoutReplacement(num_slices=10),
...     batch_size=320,
... )
>>> episode = torch.zeros(1000, dtype=torch.int)
>>> episode[:300] = 1
>>> episode[300:550] = 2
>>> episode[550:700] = 3
>>> episode[700:] = 4
>>> data = TensorDict(
...     {
...         "episode": episode,
...         "obs": torch.randn((3, 4, 5)).expand(1000, 3, 4, 5),
...         "act": torch.randn((20,)).expand(1000, 20),
...         "other": torch.randn((20, 50)).expand(1000, 20, 50),
...     }, [1000]
... )
>>> rb.extend(data)
>>> sample = rb.sample()
>>> # since we want trajectories of 32 transitions but there are only 4 episodes to
>>> # sample from, we only get 4 x 32 = 128 transitions in this batch
>>> print("sample:", sample)
>>> print("trajectories in sample", sample.get("episode").unique())

SliceSamplerWithoutReplacement 默认情况下与 TorchRL 的大多数数据集兼容，并允许用户以类似 dataloader 的方式使用数据集

示例

>>> import torch
>>>
>>> from torchrl.data.datasets import RobosetExperienceReplay
>>> from torchrl.data import SliceSamplerWithoutReplacement
>>>
>>> torch.manual_seed(0)
>>> num_slices = 10
>>> dataid = list(RobosetExperienceReplay.available_datasets)[0]
>>> data = RobosetExperienceReplay(dataid, batch_size=320,
...     sampler=SliceSamplerWithoutReplacement(num_slices=num_slices))
>>> # the last sample is kept, since drop_last=False by default
>>> for i, batch in enumerate(data):
...     print(batch.get("episode").unique())
tensor([ 5,  6,  8, 11, 12, 14, 16, 17, 19, 24])
tensor([ 1,  2,  7,  9, 10, 13, 15, 18, 21, 22])
tensor([ 0,  3,  4, 20, 23])