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。

此网络用于预测给定当前时间步长的随机状态和确定性信念的动作分布。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, 可选) – 隐藏层数。默认为 4。

• num_cells (int, 可选) – 每层隐藏单元数。默认为 200。

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

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

• std_min_val (float, 可选) – 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。

应由所有子类重写。

注意

虽然前向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钩子，而后者会静默地忽略它们。