DreamerActor

class torchrl.modules.DreamerActor(out_features, depth=4, num_cells=200, activation_class=<class 'torch.nn.modules.activation.ELU'>, std_bias=5.0, std_min_val=0.0001)

Dreamer actor 网络。

该网络用于在当前时间步预测给定随机状态和确定性信念的动作分布。它输出动作分布的均值和尺度。

参考: https://arxiv.org/abs/1912.01603

参数:

• out_features (int) – 输出特征的数量。

• depth (int, optional) – 隐藏层的数量。默认为 4。

• num_cells (int, optional) – 每层的隐藏单元数。默认为 200。

• activation_class (nn.Module, optional) – 激活函数类。默认为 nn.ELU。

• std_bias (float, optional) – softplus 变换的偏置。默认为 5.0。

• std_min_val (float, optional) – 标准差的最小值。默认为 1e-4。

forward(state, belief)

定义每次调用时执行的计算。

所有子类都应重写此方法。

注意

尽管前向传递的实现需要在此函数中定义，但人们应该在之后调用 Module 实例而不是这个函数，因为前者会处理已注册钩子的运行，而后者则会默默地忽略它们。