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 演员网络。

此网络用于根据当前时间步长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比例。

参考：https://arxiv.org/abs/1912.01603

参数：:

• out_features (int) – 输出特征数。

• depth (int, 可选) – 隐藏层的数量。默认值为 4。

• num_cells (int, 可选) – 每层隐藏单元的数量。默认值为 200。

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

• std_bias (float, 可选) – Softplus 变换的偏差。默认值为 5.0。

• std_min_val (float, 可选) – 标准差的最小值。默认值为 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

虽然正向传递的配方需要在此函数内定义，但应该在之后调用 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。