ListStorage

class torchrl.data.replay_buffers.ListStorage(max_size: int | None = None, *, compilable: bool = False, device: torch.device | str | int | None = None)

存储在列表中的存储。

此类无法与 PyTrees 扩展，在调用 extend() 时提供的数据应为可迭代对象（如列表、元组、张量或具有非空批次大小的 TensorDict）。

参数:

max_size (int, optional) – 存储在存储中的最大元素数量。如果未提供，则创建无限制存储。

关键字参数:

• compilable (bool, optional) – 如果为 True，则存储将与 compile() 兼容，但代价是在多进程环境中执行时会受到限制。

• device (str, optional) – 用于存储的设备。默认为 None（输入不会移动到设备）。

attach(buffer: Any) → None

此函数将采样器附加到此存储。

从此存储读取的缓冲区必须通过调用此方法作为附加实体包含。这确保当存储中的数据发生变化时，组件会意识到这些变化，即使存储与其他缓冲区（例如 Priority Samplers）共享。

参数:

buffer – 读取此存储的对象。

dump(*args, **kwargs)

dumps() 的别名。

load(*args, **kwargs)

loads() 的别名。

save(*args, **kwargs)

dumps() 的别名。