TruncatedNormal (截断正态分布)

class torchrl.modules.TruncatedNormal(loc: Tensor, scale: Tensor, upscale: Union[Tensor, float] = 5.0, low: Union[Tensor, float] = - 1.0, high: Union[Tensor, float] = 1.0, tanh_loc: bool = False)

实现带有位置缩放的截断正态分布。

位置缩放可以防止位置参数“离 0 太远”，这最终会导致数值不稳定的采样和糟糕的梯度计算（例如梯度爆炸）。实际上，位置参数的计算方法如下：

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

可以通过关闭 tanh_loc 参数来禁用此行为（详见下方）。

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, 可选的) –

  公式中的 ‘a’ 缩放因子

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

  默认值为 5.0

• low (torch.Tensor 或 数字, 可选的) – 分布的最小值。默认值 = -1.0；

• high (torch.Tensor 或 数字, 可选的) – 分布的最大值。默认值 = 1.0；

• tanh_loc (布尔值, 可选的) – 如果 True，则使用上述公式进行位置缩放；否则，保留原始值。默认值为 False；

log_prob(value, **kwargs)

返回在 value 处评估的概率密度/质量函数的对数。

参数:

value (Tensor) –

property mode

返回分布的众数。