TruncatedNormal

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, **kwargs)

实现了一个具有位置缩放的截断正态分布。

位置缩放防止位置“太远离”0，这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，位置根据以下公式计算：

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

可以通过关闭 tanh_loc 参数（见下文）来禁用此行为。

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) –

  公式中的“a”缩放因子

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

  默认为 5.0

• 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;

• tanh_loc (布尔值, 可选) – 如果为 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;

log_prob(value, **kwargs)

返回在 value 处计算的概率密度/质量函数的对数。

参数：

value (张量) –

property mode

返回分布的众数。