terminated_or_truncated

torchrl.envs.terminated_or_truncated(data: TensorDictBase, full_done_spec: TensorSpec | None = None, key: str = '_reset', write_full_false: bool = False) → bool

读取 tensordict 中的 done / terminated / truncated 键，并写入一个新张量，其中两个信号的值被聚合。

修改将就地发生在提供的 TensorDict 实例中。此函数可用于在批量或多智能体设置中计算 “_reset” 信号，因此输出键的默认名称。

参数:

• data (TensorDictBase) – 输入数据，通常来自 step() 的调用。

• full_done_spec (TensorSpec, optional) – 来自 env 的 done_spec，指示 done 键的位置。如果未提供，则将在数据中搜索默认的 "done"、"terminated" 和 "truncated" 条目。

• key (NestedKey, optional) –

  聚合结果应写入的位置。如果为 None，则函数将不写入任何键，而仅输出是否任何 done 值都为 true。.. note:: 如果 key 条目已存在相应的值，

  则先前的值将优先，并且不会实现更新。

• write_full_false (bool, optional) – 如果为 True，即使输出为 False（即，在提供的数据结构中没有 done 为 True），也将写入 reset 键。默认为 False。

返回：一个布尔值，指示数据中找到的任何 done 状态

是否包含 True。

示例

>>> from torchrl.data.tensor_specs import Categorical
>>> from tensordict import TensorDict
>>> spec = Composite(
...     done=Categorical(2, dtype=torch.bool),
...     truncated=Categorical(2, dtype=torch.bool),
...     nested=Composite(
...         done=Categorical(2, dtype=torch.bool),
...         truncated=Categorical(2, dtype=torch.bool),
...     )
... )
>>> data = TensorDict({
...     "done": True, "truncated": False,
...     "nested": {"done": False, "truncated": True}},
...     batch_size=[]
... )
>>> data = _terminated_or_truncated(data, spec)
>>> print(data["_reset"])
tensor(True)
>>> print(data["nested", "_reset"])
tensor(True)