LogReward

class torchrl.trainers.LogReward(logname='r_training', log_pbar: bool = False, reward_key: Optional[Union[str, tuple]] = None)

奖励记录器钩子。

参数:

• logname (str, 可选) – 要记录的奖励的名称。默认为 "r_training"。

• log_pbar (bool, 可选) – 如果为 True，奖励值将记录在进度条上。默认为 False。

• reward_key (str 或 tuple, 可选) – 在输入批次中查找奖励的键。默认为 ("next", "reward")

示例

>>> log_reward = LogReward(("next", "reward"))
>>> trainer.register_op("pre_steps_log", log_reward)

register(trainer: Trainer, name: str = 'log_reward')

在训练器的默认位置注册钩子。

参数:

• trainer (Trainer) – 必须注册钩子的训练器。

• name (str) – 钩子的名称。

注意

要在非默认位置注册钩子，请使用 register_op()。