ReplayBuffer¶

一个通用的、可组合的经验回放缓冲区类。

关键字参数:

storage (Storage, Callable[[], Storage], optional) – 要使用的存储。如果传递了可调用对象，则将其用作存储的构造函数。如果未提供，将创建一个默认的 ListStorage，其 max_size 为 1_000。
sampler (Sampler, Callable[[], Sampler], optional) – 要使用的采样器。如果传递了可调用对象，则将其用作采样器的构造函数。如果未提供，将使用默认的 RandomSampler。
writer (Writer, Callable[[], Writer], optional) – 要使用的写入器。如果传递了可调用对象，则将其用作写入器的构造函数。如果未提供，将使用默认的 RoundRobinWriter。
collate_fn (callable, optional) – 将样本列表合并以形成一个 Tensor/输出的 mini-batch。在从 map-style 数据集中使用批量加载时使用。默认值将根据存储类型确定。
pin_memory (bool) – 是否应对 rb 样本调用 pin_memory()。
prefetch (int, optional) – 要通过多线程预取的下一个批次数。默认为 None（无预取）。
transform (Transform 或 Callable[[Any], Any], optional) – 在调用 sample() 时执行的转换。要链接转换，请使用 Compose 类。转换应该与 tensordict.TensorDict 内容一起使用。如果经验回放缓冲区与 PyTree 结构一起使用（请参阅下面的示例），也可以传递一个通用的可调用对象。与存储、写入器和采样器不同，转换构造函数必须作为单独的关键字参数 transform_factory 传递，因为无法区分构造函数和转换。
transform_factory (Callable[[], Callable], optional) – 转换的工厂。与 transform 互斥。
batch_size (int, optional) –
调用 sample() 时要使用的批次大小。

注意

批量大小可以在构造时通过 batch_size 参数指定，或在采样时指定。当批量大小在整个实验中一致时，应优先使用前者。如果批量大小可能会改变，则可以将其传递给 sample() 方法。此选项与预取（因为这需要提前知道批量大小）以及具有 drop_last 参数的采样器不兼容。
dim_extend (int, optional) –
表示调用 extend() 时要考虑扩展的维度。默认为 storage.ndim-1。当使用 dim_extend > 0 时，建议在存储实例化时使用 ndim 参数（如果可用），以便存储知道数据是多维的，并在采样期间保持存储容量和批量大小的一致性。
注意

此参数对 add() 无效，因此在代码库中同时使用 add() 和 extend() 时应谨慎使用。例如
```
>>> data = torch.zeros(3, 4)
>>> rb = ReplayBuffer(
...     storage=LazyTensorStorage(10, ndim=2),
...     dim_extend=1)
>>> # these two approaches are equivalent:
>>> for d in data.unbind(1):
...     rb.add(d)
>>> rb.extend(data)
```
generator (torch.Generator, optional) –
用于采样的生成器。为经验回放缓冲区使用专用生成器可以更精细地控制种子，例如在分布式作业中保持全局种子不同但 RB 种子相同。默认为 None（全局默认生成器）。

警告

目前，生成器对变换没有影响。
shared (bool, optional) – 缓冲区是否将使用多进程共享。默认为 False。
compilable (bool, optional) – 写入器是否可编译。如果为 True，则写入器不能在多个进程之间共享。默认为 False。

示例

>>> import torch
>>>
>>> from torchrl.data import ReplayBuffer, ListStorage
>>>
>>> torch.manual_seed(0)
>>> rb = ReplayBuffer(
...     storage=ListStorage(max_size=1000),
...     batch_size=5,
... )
>>> # populate the replay buffer and get the item indices
>>> data = range(10)
>>> indices = rb.extend(data)
>>> # sample will return as many elements as specified in the constructor
>>> sample = rb.sample()
>>> print(sample)
tensor([4, 9, 3, 0, 3])
>>> # Passing the batch-size to the sample method overrides the one in the constructor
>>> sample = rb.sample(batch_size=3)
>>> print(sample)
tensor([9, 7, 3])
>>> # one cans sample using the ``sample`` method or iterate over the buffer
>>> for i, batch in enumerate(rb):
...     print(i, batch)
...     if i == 3:
...         break
0 tensor([7, 3, 1, 6, 6])
1 tensor([9, 8, 6, 6, 8])
2 tensor([4, 3, 6, 9, 1])
3 tensor([4, 4, 1, 9, 9])

经验回放缓冲区接受任何类型的数据。并非所有存储类型都可用，因为有些只期望数值数据，但默认的 ListStorage 可以。

示例

>>> torch.manual_seed(0)
>>> buffer = ReplayBuffer(storage=ListStorage(100), collate_fn=lambda x: x)
>>> indices = buffer.extend(["a", 1, None])
>>> buffer.sample(3)
[None, 'a', None]

TensorStorage、LazyMemmapStorage 和 LazyTensorStorage 也适用于任何 PyTree 结构（PyTree 是一个任意深度的嵌套结构，由字典、列表或元组组成，叶子是张量），前提是它只包含张量数据。

示例

>>> from torch.utils._pytree import tree_map
>>> def transform(x):
...     # Zeros all the data in the pytree
...     return tree_map(lambda y: y * 0, x)
>>> rb = ReplayBuffer(storage=LazyMemmapStorage(100), transform=transform)
>>> data = {
...     "a": torch.randn(3),
...     "b": {"c": (torch.zeros(2), [torch.ones(1)])},
...     30: -torch.ones(()),
... }
>>> rb.add(data)
>>> # The sample has a similar structure to the data (with a leading dimension of 10 for each tensor)
>>> s = rb.sample(10)
>>> # let's check that our transform did its job:
>>> def assert0(x):
>>>     assert (x == 0).all()
>>> tree_map(assert0, s)

add(data: Any) → int[source]¶

将单个元素添加到重放缓冲区。

参数:: data (Any) – 要添加到重放缓冲区的数据
返回:: 数据在重放缓冲区中的索引。

append_transform(transform: Transform, *, invert: bool = False) → ReplayBuffer[source]¶

将变换附加到末尾。

调用 sample 时按顺序应用变换。

参数:: transform (Transform) – 要附加的变换
关键字参数:: invert (bool, optional) – 如果为 True，则在写入时调用转换（forward calls），在读取时调用逆向调用（inverse calls）。默认为 False。

示例

>>> rb = ReplayBuffer(storage=LazyMemmapStorage(10), batch_size=4)
>>> data = TensorDict({"a": torch.zeros(10)}, [10])
>>> def t(data):
...     data += 1
...     return data
>>> rb.append_transform(t, invert=True)
>>> rb.extend(data)
>>> assert (data == 1).all()

classmethod as_remote(remote_config=None)¶

创建一个远程 ray 类的实例。

参数:

cls (Python Class) – 要远程实例化的类。
remote_config (dict) – 为该类保留的 CPU 核心数量。默认为 torchrl.collectors.distributed.ray.DEFAULT_REMOTE_CLASS_CONFIG。

返回:

一个创建 ray 远程类实例的函数。

property batch_size¶

重放缓冲区的批次大小。

批量大小可以通过 sample() 方法中的 batch_size 参数来覆盖。

它定义了 sample() 返回的样本数量以及 ReplayBuffer 迭代器生成的样本数量。

dump(*args, **kwargs)[source]¶: 等于 dumps() 的别名。

dumps(path)[source]¶

将重放缓冲区保存到指定路径的磁盘上。

参数:: path (Path 或 str) – 保存重放缓冲区的路径。

示例

>>> import tempfile
>>> import tqdm
>>> from torchrl.data import LazyMemmapStorage, TensorDictReplayBuffer
>>> from torchrl.data.replay_buffers.samplers import PrioritizedSampler, RandomSampler
>>> import torch
>>> from tensordict import TensorDict
>>> # Build and populate the replay buffer
>>> S = 1_000_000
>>> sampler = PrioritizedSampler(S, 1.1, 1.0)
>>> # sampler = RandomSampler()
>>> storage = LazyMemmapStorage(S)
>>> rb = TensorDictReplayBuffer(storage=storage, sampler=sampler)
>>>
>>> for _ in tqdm.tqdm(range(100)):
...     td = TensorDict({"obs": torch.randn(100, 3, 4), "next": {"obs": torch.randn(100, 3, 4)}, "td_error": torch.rand(100)}, [100])
...     rb.extend(td)
...     sample = rb.sample(32)
...     rb.update_tensordict_priority(sample)
>>> # save and load the buffer
>>> with tempfile.TemporaryDirectory() as tmpdir:
...     rb.dumps(tmpdir)
...
...     sampler = PrioritizedSampler(S, 1.1, 1.0)
...     # sampler = RandomSampler()
...     storage = LazyMemmapStorage(S)
...     rb_load = TensorDictReplayBuffer(storage=storage, sampler=sampler)
...     rb_load.loads(tmpdir)
...     assert len(rb) == len(rb_load)

empty(empty_write_count: bool = True)[source]¶

清空重放缓冲区并将游标重置为 0。

参数:: empty_write_count (bool, optional) – 是否清空 write_count 属性。默认为 True。

extend(data: Sequence, *, update_priority: bool | None = None) → torch.Tensor[source]¶

使用包含在可迭代对象中的一个或多个元素扩展经验回放缓冲区。

如果存在，将调用逆向转换。

参数:: data (iterable) – 要添加到经验回放缓冲区的元素集合。
关键字参数:: update_priority (bool, optional) – 是否更新数据的优先级。默认为 True。在此类中无效。有关更多详细信息，请参阅 extend()。
返回:: 添加到经验回放缓冲区的数据的索引。

警告

extend() 在处理值列表时可能具有模糊的签名，这些值可以被解释为 PyTree（在这种情况下，列表中的所有元素都将被放入存储中存储的 PyTree 的一个切片中）或要逐个添加到缓冲区的值。为了解决这个问题，TorchRL 明确区分列表和元组：元组将被视为 PyTree，列表（在根级别）将被解释为要逐个添加到缓冲区的值。对于 ListStorage 实例，只能提供未绑定的元素（无 PyTrees）。

insert_transform(index: int, transform: Transform, *, invert: bool = False) → ReplayBuffer[source]¶

插入变换。

调用 sample 时按顺序执行变换。

参数:

index (int) – 插入变换的位置。
transform (Transform) – 要附加的变换

关键字参数:

invert (bool, optional) – 如果为 True，则在写入时调用转换（forward calls），在读取时调用逆向调用（inverse calls）。默认为 False。

load(*args, **kwargs)[source]¶: 等于 loads() 的别名。

loads(path)[source]¶

在给定路径加载重放缓冲区状态。

缓冲区应具有匹配的组件，并使用 dumps() 保存。

参数:: path (Path 或 str) – 重放缓冲区保存的路径。

有关更多信息，请参阅 dumps()。

next()[source]¶

返回重放缓冲区的下一个项。

此方法用于在 __iter__ 不可用的情况下迭代重放缓冲区，例如 RayReplayBuffer。

register_load_hook(hook: Callable[[Any], Any])[source]¶: 为存储注册加载钩子。

注意

钩子目前不会在保存重放缓冲区时序列化：每次创建缓冲区时都必须手动重新初始化它们。

register_save_hook(hook: Callable[[Any], Any])[source]¶: 为存储注册保存钩子。

注意

钩子目前不会在保存重放缓冲区时序列化：每次创建缓冲区时都必须手动重新初始化它们。

sample(batch_size: int | None = None, return_info: bool = False) → Any[source]¶

从重放缓冲区中采样数据批次。

使用 Sampler 采样索引，并从 Storage 中检索它们。

参数:

batch_size (int, optional) – 要收集的数据的大小。如果未提供，此方法将采样由采样器指示的批次大小。
return_info (bool) – 是否返回信息。如果为 True，则结果为元组 (data, info)。如果为 False，则结果为数据。

返回:

从经验回放缓冲区中选择的数据批次。如果 return_info 标志设置为 True，则返回包含此批次和信息的元组。

property sampler¶

重放缓冲区的采样器。

采样器必须是 Sampler 的实例。

save(*args, **kwargs)[源代码]¶: 等于 dumps() 的别名。

set_sampler(sampler: Sampler)[源代码]¶: 在重放缓冲区中设置新的采样器并返回之前的采样器。

set_storage(storage: Storage, collate_fn: Callable | None = None)[源代码]¶

在重放缓冲区中设置新的存储并返回之前的存储。

参数:

storage (Storage) – 缓冲区的新的存储。
collate_fn (callable, optional) – 如果提供，collate_fn 将设置为此值。否则，它将被重置为默认值。

set_writer(writer: Writer)[源代码]¶: 在重放缓冲区中设置新的写入器并返回之前的写入器。

property storage¶

重放缓冲区的存储。

存储必须是 Storage 的实例。

property write_count¶: 通过 add 和 extend 写入缓冲区的总项数。

property writer¶

重放缓冲区的写入器。

写入器必须是 Writer 的实例。

ReplayBuffer¶

文档

教程

资源