WorldModelWrapper

class torchrl.modules.tensordict_module.WorldModelWrapper(*args, **kwargs)

世界模型包装器。

此模块将一个过渡模型和一个奖励模型包装在一起。过渡模型用于预测一个假想的世界状态。奖励模型用于预测假想过渡的奖励。

参数:

• transition_model (TensorDictModule) – 一个生成新世界状态的过渡模型。

• reward_model (TensorDictModule) – 一个奖励模型，它读取世界状态并返回奖励。

get_reward_operator() → TensorDictModule

返回一个将世界状态映射到奖励的奖励操作符。

get_transition_model_operator() → TensorDictModule

返回一个过渡操作符，该操作符将观察映射到世界状态，或将世界状态映射到下一个世界状态。