DTLoss

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

在线决策 Transformer 损失的 TorchRL 实现。

在 “决策 Transformer：通过序列建模进行强化学习” <https://arxiv.org/abs/2106.01345> 中提出

参数:

actor_network (ProbabilisticActor) – 随机 actor

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 reduction："none" | "mean" | "sum"。"none"：不应用 reduction，"mean"：输出的总和将除以输出中的元素数量，"sum"：将对输出求和。默认值："mean"。

forward(tensordict: TensorDictBase = None) → TensorDictBase

计算在线决策 Transformer 的损失。