DTLoss

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

TorchRL 在线决策 Transformer 损失的实现。

在“决策 Transformer：通过序列建模进行强化学习”“Decision Transformer: Reinforcement Learning via Sequence Modeling” <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, 可选) – 指定要应用于输出的缩减："none" | "mean" | "sum"。 "none"：不应用缩减，"mean"：输出的总和将除以输出中的元素数，"sum"：输出将求和。默认值："mean"。

forward(tensordict: TensorDictBase) → TensorDictBase

计算在线决策 Transformer 的损失。