MultiThreadedEnv

torchrl.envs.MultiThreadedEnv(*args, **kwargs)

基于 EnvPool 的环境的多线程执行。

GitHub: https://github.com/sail-sg/envpool

论文: https://arxiv.org/abs/2206.10558

这是 ParallelEnv 的一种替代方案，基于多线程。它更快，因为它不需要新的进程创建，但灵活性较低，因为它只支持 EnvPool 库中实现的环境。目前，它仅支持同步执行模式，当批处理大小等于工作程序数量时，请参阅 https://envpool.readthedocs.io/en/latest/content/python_interface.html#batch-size。

参数:

• num_workers (int) – 同时运行的环境数量。将与 ~.batch_size 的内容相同。

• env_name (str) – 要构建的环境的名称。

关键字参数:

• create_env_kwargs (Dict[str, Any], optional) – 要传递给 envpool 环境构造函数的 kwargs。

• categorical_action_encoding (bool, optional) – 如果为 True，则分类规范将转换为 TorchRL 的等效项（torchrl.data.Categorical），否则将使用独热编码（torchrl.data.OneHot）。默认为 False。

• disable_env_checker (bool, optional) – 仅适用于 gym > 0.24。如果为 True（这些版本的默认值），则不会运行环境检查器。

• frame_skip (int, optional) – 如果提供，表示要重复相同的动作多少步。返回的观察将是该序列的最后一个观察，而奖励将是跨步的奖励总和。

• device (torch.device, optional) – 如果提供，将数据转换为该设备。默认为 torch.device("cpu")。

• allow_done_after_reset (bool, optional) – 如果为 True，则在调用 reset() 后立即容忍环境完成。默认为 False。

示例

>>> env = MultiThreadedEnv(num_workers=3, env_name="Pendulum-v1")
>>> env.reset()
>>> env.rand_step()
>>> env.rollout(5)
>>> env.close()