RandomCropTensorDict

class torchrl.envs.transforms.RandomCropTensorDict(sub_seq_len: int, sample_dim: int = - 1, mask_key: Optional[NestedKey] = None)

用于 ReplayBuffer 和模块的轨迹子采样器。

沿输入 tensordict 的最后一个维度收集定义长度的子序列。这可用于从 ReplayBuffer 采样得到的轨迹中获取裁剪后的轨迹。

此转换主要设计用于回放缓冲区 (replay buffers) 和模块。目前，它不能用作环境转换。如果需要此行为，请随时通过议题提出请求。

参数:

• sub_seq_len (int) – 要采样的子轨迹长度

• sample_dim (int, optional) – 裁剪应沿其发生的维度。应优先使用负维度，以使转换对于具有不同批次维度（batch dimensions）的 tensordict 具有鲁棒性。默认为 -1（TorchRL 中的默认时间维度）。

• mask_key (NestedKey) – 如果提供，这表示采样时要查找的掩码键（mask key）。如果提供，将只返回有效元素。假设掩码是布尔张量，其中首先是 True 值，然后是 False 值，而不是混合在一起。RandomCropTensorDict 不会检查是否遵守此规则，因此由不恰当掩码引起的任何错误可能不会被注意到。默认为 None（无掩码键）。

forward(tensordict: TensorDictBase) → TensorDictBase

读取输入的 tensordict，并对选定的键应用转换。