ClipTransform

class 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（观察、奖励）值的转换。

此转换可以接受多个输入或输出键，但每个转换只能有一个值。如果需要多个裁剪值，则应将多个转换一个接一个地追加。

参数：

• in_keys (嵌套键列表) – 输入条目（读取）

• out_keys (嵌套键列表) – 输入条目（写入）

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

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

关键字参数：

• low (标量, 可选) – 裁剪空间的下限。

• high (标量, 可选) – 裁剪空间的上限。

注意

只提供 low 或 high 参数之一是允许的，但必须至少提供一个。

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

转换观察规范，以便生成的规范与转换映射匹配。

参数：

observation_spec (TensorSpec) – 转换前的规范

返回值：

转换后的预期规范

transform_reward_spec(reward_spec: TensorSpec) → TensorSpec

转换奖励规范，以便生成的规范与转换映射匹配。

参数：

reward_spec (TensorSpec) – 转换前的规范

返回值：

转换后的预期规范