DTLoss

class torchrl.objectives.DTLoss(*args, **kwargs)

TorchRL 实现的在线 Decision Transformer 损失函数。

在 “Decision Transformer: Reinforcement Learning via Sequence Modeling” <https://arxiv.org/abs/2106.01345> 中提出

参数:

actor_network (ProbabilisticActor) – 随机执行者网络

关键字参数:

• loss_function (str) – 要使用的损失函数。默认为 "l2"。

• reduction (str, optional) – 指定应用于输出的归约方式："none" | "mean" | "sum"。"none"：不应用归约，"mean"：输出的总和除以输出中的元素数量，"sum"：对输出求和。默认为 "mean"。

default_keys

_AcceptedKeys 的别名

forward(tensordict: TensorDictBase = None) → TensorDictBase

计算在线 Decision Transformer 的损失。