BinarizeReward

class torchrl.envs.transforms.BinarizeReward(in_keys: Optional[Sequence[NestedKey]] = None, out_keys: Optional[Sequence[NestedKey]] = None)

如果奖励为空或非空，则将奖励映射到二进制值（0 或 1）。

参数:

• in_keys (List[NestedKey]) – 输入键

• out_keys (List[NestedKey], optional) – 输出键。默认为 in_keys 的值。

• dtype (torch.dtype, optional) – 二进制化奖励的数据类型。默认为 torch.int8。

transform_reward_spec(reward_spec: TensorSpec) → TensorSpec

转换奖励规范，使结果规范与转换映射匹配。

参数:

reward_spec (TensorSpec) – 转换前的规范

返回:

转换后预期的规范