BinarizeReward

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

将奖励映射为二元值（0 或 1），分别对应奖励为空或非空的情况。

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) – 二值化奖励的数据类型。默认为 torch.int8。

transform_reward_spec(reward_spec: TensorSpec) → TensorSpec

变换奖励规格，使其结果与变换映射匹配。

参数：

reward_spec (TensorSpec) – 变换前的规格

返回：

变换后的预期规格