VIPRewardTransform

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

基于嵌入相似性计算奖励的 VIP 转换。

此类将更新奖励计算

forward(tensordict)

读取输入 tensordict，并为选定的键应用转换。

transform_input_spec(input_spec: TensorSpec) → TensorSpec

转换输入 spec，使结果 spec 与转换映射匹配。

参数:

input_spec (TensorSpec) – 转换前的 spec

返回:

转换后预期的 spec