RewardClipping¶
- class torchrl.envs.transforms.RewardClipping(clamp_min: float | None = None, clamp_max: float | None = None, in_keys: Sequence[NestedKey] | None = None, out_keys: Sequence[NestedKey] | None = None)[源代码]¶
将奖励值裁剪到 clamp_min 和 clamp_max 之间。
- 参数:
clip_min (标量) – 结果奖励的最小值。
clip_max (标量) – 结果奖励的最大值。
- transform_reward_spec(reward_spec: TensorSpec) TensorSpec[源代码]¶
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
