RewardScaling

class torchrl.envs.transforms.RewardScaling(loc: float | torch.Tensor, scale: float | torch.Tensor, in_keys: Sequence[NestedKey] | None = None, out_keys: Sequence[NestedKey] | None = None, standard_normal: bool = False)

奖励的仿射变换。

奖励根据以下公式进行变换：

\[reward = reward * scale + loc\]

参数:

• loc (数字或torch.Tensor) – 仿射变换的中心点（偏移量）

• scale (数字或torch.Tensor) – 仿射变换的缩放比例

• standard_normal (bool, optional) –

  如果设置为 True，则变换为：

  \[reward = (reward-loc)/scale\]

  这用于标准化。默认为 False。

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