AdditiveGaussianModule

class torchrl.modules.AdditiveGaussianModule(*args, **kwargs)

加性高斯 PO 模块。

参数:

• spec (TensorSpec) – 用于采样动作的 spec。采样动作将在探索后投影到有效的动作空间上。

• sigma_init (标量, 可选) – 初始 epsilon 值。默认值：1.0

• sigma_end (标量, 可选) – 最终 epsilon 值。默认值：0.1

• annealing_num_steps (int, 可选) – sigma 达到 sigma_end 值的步数。默认值：1000

• mean (float, 可选) – 每个输出元素正态分布的均值。默认值：0.0

• std (float, 可选) – 每个输出元素正态分布的标准差。默认值：1.0

关键字参数:

action_key (NestedKey, 可选) – 如果策略模块有多个输出键，则其输出 spec 将为 Composite 类型。需要知道在哪里找到动作 spec。默认值：“action”

注意

至关重要的是在训练循环中调用 step() 以更新探索因子。由于不容易捕获此遗漏，因此如果省略此操作，则不会引发警告或异常！

forward(tensordict: TensorDictBase) → TensorDictBase

定义每次调用时执行的计算。

应由所有子类重写。

注意

虽然 forward 传递的配方需要在该函数中定义，但应该在此之后调用 Module 实例而不是此函数，因为前者负责运行注册的 hooks，而后者则静默地忽略它们。

step(frames: int = 1) → None

sigma 衰减的一个步骤。

在调用此方法 self.annealing_num_steps 次之后，后续调用将不起作用。

参数:

frames (int) – 自上次步骤以来的帧数。默认为 1。