RSSMPrior

class torchrl.modules.RSSMPrior(action_spec, hidden_dim=200, rnn_hidden_dim=200, state_dim=30, scale_lb=0.1)

RSSM 的先验网络。

此网络以先前的状态、信念和当前动作作为输入。它返回下一个先验状态和信念，以及先验状态分布的参数。状态根据构造是随机的，而信念是确定性的。在“Dream to control”中，它们分别被称为“确定性状态”和“随机状态”。

参考: https://arxiv.org/abs/1811.04551

参数:

• action_spec (TensorSpec) – 动作规范。

• hidden_dim (int, optional) – 线性网络中的隐藏单元数量。循环网络的输入大小。默认为 200。

• rnn_hidden_dim (int, optional) – 循环网络中的隐藏单元数量。也是信念的大小。默认为 200。

• state_dim (int, optional) – 状态的大小。默认为 30。

• scale_lb (float, optional) – 状态分布尺度的下界。默认为 0.1。

forward(state, belief, action)

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

虽然前向传递的实现需要在该函数中定义，但您应该在之后调用 Module 实例，而不是此函数，因为前者负责运行已注册的钩子，而后者则静默忽略它们。