RewardScaling

class torchrl.envs.transforms.RewardScaling(loc: Union[float, torch.Tensor], scale: Union[float, torch.Tensor], in_keys: Sequence[NestedKey] | None = None, out_keys: Sequence[NestedKey] | None = None, standard_normal: bool = False)

奖励的仿射变换。

奖励根据以下公式进行变换

\[reward = reward * scale + loc\]

参数：:

• loc (数字 或 torch.Tensor) – 仿射变换的位置

• scale (数字 或 torch.Tensor) – 仿射变换的比例

• standard_normal (bool, 可选) –

  如果 True，则变换将为

  \[reward = (reward-loc)/scale\]

  就像标准化那样。默认值为 False.

transform_reward_spec(reward_spec: TensorSpec) → TensorSpec

变换奖励规范，使得生成的规范匹配变换映射。

参数：:

reward_spec (TensorSpec) – 变换之前的规范

返回值：:

变换后的预期规范