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。

此网络以之前的状态和信念以及当前动作作为输入。它返回下一个先验状态和信念，以及先验状态分布的参数。根据构造，状态是随机的，而信念是确定的。在“梦境控制”中，这些分别称为“确定性状态”和“随机状态”。

参考资料：https://arxiv.org/abs/1811.04551

参数：

• action_spec (TensorSpec) – 动作规范。

• hidden_dim (int, optional) – 线性网络中隐藏单元的数量。循环网络的输入大小。默认值为 200。

• rnn_hidden_dim (int, optional) – 循环网络中隐藏单元的数量。也是信念的大小。默认值为 200。

• state_dim (int, optional) – 状态的大小。默认值为 30。

• scale_lb (float, optional) – 状态分布尺度的下限。默认值为 0.1。

forward(state, belief, action)

定义每次调用时执行的计算。

应由所有子类覆盖。

注意

虽然正向传递的配方需要在此函数中定义，但应之后调用 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。