IndependentNormal

class torchrl.modules.IndependentNormal(loc: Tensor, scale: Tensor, upscale: float = 5.0, tanh_loc: bool = False, event_dim: int = 1, **kwargs)

实现具有位置缩放的正态分布。

位置缩放可防止位置“过远”于 0，这最终会导致数值不稳定的样本和较差的梯度计算（例如梯度爆炸）。在实践中，位置根据以下公式计算：

\[loc = tanh(loc / upscale) * upscale.\]

可以通过关闭 tanh_loc 参数来禁用此行为（见下文）。

参数：

• loc (torch.Tensor) – 正态分布位置参数

• scale (torch.Tensor) – 正态分布 sigma 参数（方差的平方根）

• upscale (torch.Tensor 或 数字, 可选) –

  公式中的“a”缩放因子

  \[loc = tanh(loc / upscale) * upscale.\]

  默认为 5.0

• tanh_loc (布尔值, 可选) – 如果 False，则使用上述公式进行位置缩放，否则保留原始值。默认为 False;

property mode

返回分布的模式。