IndependentNormal

class torchrl.modules.IndependentNormal(loc: Tensor, scale: Tensor, upscale: float = 5.0, tanh_loc: bool = False, event_dim: int = 1, **kwargs)

实现带位置缩放的正态分布。

位置缩放可以防止位置“离 0”太远，这最终会导致不稳定的样本和糟糕的梯度计算（例如梯度爆炸）。实际上，位置根据以下公式计算：

\[loc = tanh(loc / upscale) * upscale.\]

通过关闭 tanh_loc 参数（如下所示）可以禁用此行为。

参数:

• loc (torch.Tensor) – 正态分布位置参数

• scale (torch.Tensor) – 正态分布 sigma 参数（方差的平方根）

• upscale (torch.Tensor 或 number, optional) –

  公式中的“a”缩放因子

  \[loc = tanh(loc / upscale) * upscale.\]

  默认为 5.0

• tanh_loc (bool, optional) – 如果为 False，则上述公式用于位置缩放，否则保留原始值。默认为 False；

property mode

返回分布的众数。