ClipTransform

类 torchrl.envs.transforms.ClipTransform(in_keys=None, out_keys=None, in_keys_inv=None, out_keys_inv=None, *, low=None, high=None)

用于裁剪输入（状态、动作）或输出（观测、奖励）值的 transform。

此 transform 可以接受多个输入或输出键，但每个 transform 仅支持一个值。如果需要多个裁剪值，则应将多个 transform 依次附加。

参数：

• in_keys (NestedKeys 列表) – 输入条目 (读取)

• out_keys (NestedKeys 列表) – 输入条目 (写入)

• in_keys_inv (NestedKeys 列表) – 在 inv() 调用期间的输入条目 (读取)。

• out_keys_inv (NestedKeys 列表) – 在 inv() 调用期间的输入条目 (写入)。

关键字参数：

• low (标量, 可选) – 裁剪空间的下界。

• high (标量, 可选) – 裁剪空间的上界。

注意

只提供 low 或 high 参数中的一个是被允许的，但至少必须提供一个。

示例

>>> from torchrl.envs.libs.gym import GymEnv
>>> base_env = GymEnv("Pendulum-v1")
>>> env = TransformedEnv(base_env, ClipTransform(in_keys=['observation'], low=-1, high=0.1))
>>> r = env.rollout(100)
>>> assert (r["observation"] <= 0.1).all()

transform_observation_spec(observation_spec: TensorSpec) → TensorSpec

转换观测空间的 spec，使结果 spec 与 transform 映射匹配。

参数：

observation_spec (TensorSpec) – transform 前的 spec

返回：

transform 后的预期 spec

transform_reward_spec(reward_spec: TensorSpec) → TensorSpec

转换奖励空间的 spec，使结果 spec 与 transform 映射匹配。

参数：

reward_spec (TensorSpec) – transform 前的 spec

返回：

transform 后的预期 spec