BurnInTransform

class torchrl.envs.transforms.BurnInTransform(modules: Sequence[TensorDictModuleBase], burn_in: int, out_keys: Optional[Sequence[NestedKey]] = None)

转换以部分预热数据序列。

当循环状态不可用时，此转换对于获取最新的循环状态很有用。它从采样的顺序数据切片沿时间维度预热若干步，并返回剩余的数据序列，其中预热数据在其初始时间步中。此转换旨在用作回放缓冲区转换，而不是环境转换。

参数:

• modules (TensorDictModule 序列) – 用于预热数据序列的模块列表。

• burn_in (int) – 要预热的时间步数。

• out_keys (NestedKey 序列, 可选) – 目标键。默认为

• ` (指向下一个时间步的所有模块 out_keys (例如，如果 "hidden") –

• ("next" –

• module). ("hidden")` 是) –

注意

此转换期望输入 TensorDicts，其最后一维是时间维度。它还假设所有提供的模块都可以处理顺序数据。

示例

>>> import torch
>>> from tensordict import TensorDict
>>> from torchrl.envs.transforms import BurnInTransform
>>> from torchrl.modules import GRUModule
>>> gru_module = GRUModule(
...     input_size=10,
...     hidden_size=10,
...     in_keys=["observation", "hidden"],
...     out_keys=["intermediate", ("next", "hidden")],
... ).set_recurrent_mode(True)
>>> burn_in_transform = BurnInTransform(
...     modules=[gru_module],
...     burn_in=5,
... )
>>> td = TensorDict({
...     "observation": torch.randn(2, 10, 10),
...      "hidden": torch.randn(2, 10, gru_module.gru.num_layers, 10),
...      "is_init": torch.zeros(2, 10, 1),
... }, batch_size=[2, 10])
>>> td = burn_in_transform(td)
>>> td.shape
torch.Size([2, 5])
>>> td.get("hidden").abs().sum()
tensor(86.3008)

>>> from torchrl.data import LazyMemmapStorage, TensorDictReplayBuffer
>>> buffer = TensorDictReplayBuffer(
...     storage=LazyMemmapStorage(2),
...     batch_size=1,
... )
>>> buffer.append_transform(burn_in_transform)
>>> td = TensorDict({
...     "observation": torch.randn(2, 10, 10),
...      "hidden": torch.randn(2, 10, gru_module.gru.num_layers, 10),
...      "is_init": torch.zeros(2, 10, 1),
... }, batch_size=[2, 10])
>>> buffer.extend(td)
>>> td = buffer.sample(1)
>>> td.shape
torch.Size([1, 5])
>>> td.get("hidden").abs().sum()
tensor(37.0344)

forward(tensordict: TensorDictBase) → TensorDictBase

读取输入 tensordict，并为选定的键应用转换。