RSSMPrior

class torchrl.modules.RSSMPrior(action_spec, hidden_dim=200, rnn_hidden_dim=200, state_dim=30, scale_lb=0.1)

RSSM 的先验网络。

此网络将先前的状态和置信度以及当前动作作为输入。它返回下一个先验状态和置信度，以及先验状态分布的参数。状态是构造上的随机状态，置信度是确定性状态。在“Dream to control”中，它们分别被称为“确定性状态”和“随机状态”。

参考： https://arxiv.org/abs/1811.04551

参数:

• action_spec (TensorSpec) – 动作规范。

• hidden_dim (int, 可选) – 线性网络中的隐藏单元数。循环网络的输入大小。默认为 200。

• rnn_hidden_dim (int, 可选) – 循环网络中的隐藏单元数。也是置信度的大小。默认为 200。

• state_dim (int, 可选) – 状态大小。默认为 30。

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

forward(state, belief, action)

定义每次调用时执行的计算。

应由所有子类重写。

注意

虽然 forward 传递的配方需要在该函数内定义，但之后应调用 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。