OnlineDTLoss¶
- class torchrl.objectives.OnlineDTLoss(*args, **kwargs)[source]¶
Online Decision Transformer 损失函数的 TorchRL 实现。
载于《Online Decision Transformer》 “Online Decision Transformer” <https://arxiv.org/abs/2202.05607>
- 参数：
actor_network (ProbabilisticActor) – 随机 actor
- 关键字参数：
alpha_init (
float, 可选) – 初始熵乘数。默认值为 1.0。min_alpha (
float, 可选) – alpha 的最小值。默认值为 None (无最小值)。max_alpha (
float, 可选) – alpha 的最大值。默认值为 None (无最大值)。fixed_alpha (bool, 可选) – 如果为
True，alpha 将固定为其初始值。否则，alpha 将被优化以匹配 ‘target_entropy’ 值。默认值为False。target_entropy (
float或 str, 可选) – 随机策略的目标熵。默认值为 “auto”，此时目标熵计算为-prod(n_actions)。samples_mc_entropy (int) – 用于估计熵的样本数量
reduction (str, 可选) – 指定应用于输出的归约方法：
"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": 输出将被求和。默认值："mean"。
- default_keys¶
_AcceptedKeys的别名
