DreamerActor

class torchrl.modules.DreamerActor(out_features, depth=4, num_cells=200, activation_class=<class 'torch.nn.modules.activation.ELU'>, std_bias=5.0, std_min_val=0.0001)

Dreamer actor 网络。

此网络用于根据当前时间步的随机状态和确定性信念预测动作分布。它输出动作分布的均值和尺度。

参考：https://arxiv.org/abs/1912.01603

参数：

• out_features (int) – 输出特征的数量。

• depth (int, optional) – 隐藏层的数量。默认为 4。

• num_cells (int, optional) – 每层隐藏单元的数量。默认为 200。

• activation_class (nn.Module, optional) – 激活类。默认为 nn.ELU。

• std_bias (float, optional) – softplus 变换的偏差。默认为 5.0。

• std_min_val (float, optional) – 标准差的最小值。默认为 1e-4。

forward(state, belief)

定义每次调用时执行的计算。

应被所有子类覆盖。

注意

尽管 forward 通行的实现需要在该函数中定义，但后续应该调用 Module 实例而不是此函数本身，因为前者负责运行注册的钩子，而后者则会默默忽略它们。