TanhNormal

class torchrl.modules.TanhNormal(loc: torch.Tensor, scale: torch.Tensor, upscale: Union[torch.Tensor, Number] = 5.0, low: Union[torch.Tensor, Number] = - 1.0, high: Union[torch.Tensor, Number] = 1.0, event_dims: int | None = None, tanh_loc: bool = False, **kwargs)

实现具有位置缩放的 TanhNormal 分布。

位置缩放可防止在应用 TanhTransform 时位置“偏离”0 太远，但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，使用位置缩放时，位置根据以下公式计算：

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

参数：

• loc (torch.Tensor) – 正态分布的位置参数

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

• upscale (torch.Tensor 或 数字) –

  公式中的“a”缩放因子

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

• min (torch.Tensor 或 数字, 可选) – 分布的最小值。默认为 -1.0；

• max (torch.Tensor 或 数字, 可选) – 分布的最大值。默认为 1.0；

• event_dims (int, 可选) – 描述动作的维度数。默认为 1。将 event_dims 设置为 0 将导致对数概率与输入具有相同的形状，1 将减少（对）最后一个维度，2 将减少最后两个维度等。

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

get_mode()

使用 Adam 优化器计算模式的估计值。

property mean

返回分布的均值。

property mode

返回分布的众数。