RSSMPosterior

class torchrl.modules.RSSMPosterior(hidden_dim=200, state_dim=30, scale_lb=0.1)

RSSM 的后验网络。

此网络以信念和相关的编码观察作为输入。它返回后验的参数以及根据此分布采样的状态。

参考：https://arxiv.org/abs/1811.04551

参数：

• hidden_dim (int, 可选) – 线性网络中隐藏单元的数量。默认为 200。

• state_dim (int, 可选) – 状态的大小。默认为 30。

• scale_lb (float, 可选) – 状态分布尺度的下限。默认为 0.1。

forward(belief, obs_embedding)

定义每次调用时执行的计算。

应由所有子类覆盖。

注意

虽然前向传递的配方需要在此函数中定义，但应随后调用 Module 实例，而不是此函数，因为前者负责运行注册的钩子，而后者则会静默地忽略它们。