UnsqueezeTransform

class torchrl.envs.transforms.UnsqueezeTransform(*args, **kwargs)

在指定位置插入大小为一的维度。

参数:

dim (int) – 要 unsqueeze 的维度。必须为负数（或必须启用 allow_positive_dim）。

关键字参数:

• allow_positive_dim (bool, optional) – 如果设置为 True，则接受正维度。UnsqueezeTransform` 将这些维度映射到父环境的第 n 个特征维度（即在批次大小之后的第 n 个维度），独立于 tensordict 的批次大小（因此，在传递不同批次维度的 tensordict 的上下文中，正维度可能很危险）。默认为 False，即不允许非负维度。

• in_keys (list of NestedKeys) – 输入条目（读取）。

• out_keys (list of NestedKeys) – 输入条目（写入）。如果未提供，则默认为 in_keys。

• in_keys_inv (list of NestedKeys) – 输入条目（在 inv() 调用期间读取）。

• out_keys_inv (list of NestedKeys) – 输入条目（在 inv() 调用期间写入）。如果未提供，则默认为 in_keys_in。

transform_action_spec(action_spec: TensorSpec) → TensorSpec

转换动作规范，使结果规范与变换映射匹配。

参数:

action_spec (TensorSpec) – 变换前的规范

返回:

转换后的预期规范

transform_observation_spec(observation_spec: TensorSpec) → TensorSpec

转换观察规范，使结果规范与转换映射匹配。

参数:

observation_spec (TensorSpec) – 转换前的规范

返回:

转换后的预期规范

transform_reward_spec(reward_spec: TensorSpec) → TensorSpec

转换奖励的 spec，使其与变换映射匹配。

参数:

reward_spec (TensorSpec) – 变换前的 spec

返回:

转换后的预期规范

transform_state_spec(state_spec: TensorSpec) → TensorSpec

转换状态规范，使结果规范与变换映射匹配。

参数:

state_spec (TensorSpec) – 变换前的规范

返回:

转换后的预期规范