GAILLoss

类 torchrl.objectives.GAILLoss(*args, **kwargs)

TorchRL 实现的生成对抗模仿学习 (GAIL) 损失函数。

发表于 “Generative Adversarial Imitation Learning” <https://arxiv.org/pdf/1606.03476>

参数：

discriminator_network (TensorDictModule) – 随机 actor

关键字参数：

• use_grad_penalty (bool, 可选) – 是否使用梯度惩罚。默认值：False。

• gp_lambda (float, 可选) – 梯度惩罚 lambda。默认值：10。

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

default_keys

_AcceptedKeys 的别名

forward(tensordict: TensorDictBase = None) → TensorDictBase

forward 方法。

计算判别器损失，如果 use_grad_penalty 设置为 True，则计算梯度惩罚。如果 use_grad_penalty 设置为 True，还会返回分离的梯度惩罚损失，用于日志记录。要查看输入 tensordict 中期望的键和输出中期望的键，请检查类的 “in_keys” 和 “out_keys” 属性。