SoftUpdate

class torchrl.objectives.SoftUpdate(loss_module: Union['DQNLoss', 'DDPGLoss', 'SACLoss', 'REDQLoss', 'TD3Loss'], *, eps: float = None, tau: Optional[float] = None)

用于 Double DQN/DDPG 中目标网络软更新的类。

这在论文“CONTINUOUS CONTROL WITH DEEP REINFORCEMENT LEARNING”中提出，https://arxiv.org/pdf/1509.02971.pdf

必须指定且仅指定一个衰减因子（tau 或 eps）。

参数：

• loss_module (DQNLoss or DDPGLoss) – 需要更新目标网络的损失模块。

• eps (scalar) –

  更新方程中的 epsilon：.. math

  \theta_t = \theta_{t-1} * \epsilon + \theta_t * (1-\epsilon)
  

  与 tau 互斥。

• tau (scalar) – Polyak tau。它等于 1-eps，并与 eps 互斥。