HardUpdate

class torchrl.objectives.HardUpdate(loss_module: Union['DQNLoss', 'DDPGLoss', 'SACLoss', 'TD3Loss'], *, value_network_update_interval: float = 1000)

Double DQN/DDPG 中目标网络更新的硬更新类（与软更新相对）。

这在最初的 Double DQN 论文中提出：“Deep Reinforcement Learning with Double Q-learning”，https://arxiv.org/abs/1509.06461。

参数:

loss_module (DQNLoss 或 DDPGLoss) – 目标网络应更新的损失模块。

关键字参数:

value_network_update_interval (标量) – 目标网络应更新的频率。默认值：1000