VIPRewardTransform

class torchrl.envs.transforms.VIPRewardTransform(*args, **kwargs)

一个 VIP 转换，用于根据嵌入相似度计算奖励。

此类将更新奖励计算

forward(tensordict)

读取输入 tensordict，并针对所选键应用转换。

transform_input_spec(input_spec: TensorSpec) → TensorSpec

转换输入规范，以便生成的规范与转换映射匹配。

参数：:

input_spec (TensorSpec) – 转换前的规范

返回值：:

转换后的预期规范