NoisyLinear

class torchrl.modules.NoisyLinear(in_features: int, out_features: int, bias: bool = True, device: Optional[Union[device, str, int]] = None, dtype: Optional[dtype] = None, std_init: float = 0.1)

噪声线性层。

在“用于探索的噪声网络”中提出，https://arxiv.org/abs/1706.10295v3

噪声线性层是一个线性层，其权重添加了参数噪声。这种感应随机性可以在 RL 网络中用于智能体的策略，以帮助高效探索。噪声的参数与任何其他剩余网络权重一起通过梯度下降进行学习。通常使用因子分解高斯噪声。

参数：

• in_features (int) – 输入特征维数

• out_features (int) – 输出特征维数

• bias (bool, 可选) – 如果为 True，则将偏差项添加到矩阵乘法中：Ax + b。默认为 True

• device (DEVICE_TYPING, 可选) – 层的设备。默认为 "cpu"

• dtype (torch.dtype, 可选) – 参数的数据类型。默认为 None（默认 PyTorch 数据类型）

• std_init (标量, 可选) – 优化前高斯标准差的初始值。默认为 0.1