WorldModelWrapper

class torchrl.modules.tensordict_module.WorldModelWrapper(*args, **kwargs)

世界模型包装器。

此模块将转换模型和奖励模型包装在一起。转换模型用于预测一个虚构的世界状态。奖励模型用于预测虚构转换的奖励。

参数:

• transition_model (TensorDictModule) – 一个生成新世界状态的转换模型。

• reward_model (TensorDictModule) – 一个读取世界状态并返回奖励的奖励模型。

get_reward_operator() → TensorDictModule

返回一个将世界状态映射到奖励的奖励操作符。

get_transition_model_operator() → TensorDictModule

返回一个将观察值映射到世界状态或将世界状态映射到下一个世界状态的转换操作符。