BatchSubSampler

class torchrl.trainers.BatchSubSampler(batch_size: int, sub_traj_len: int = 0, min_sub_traj_len: int = 0)

用于在线 RL sota-implementations 的数据子采样器。

此类仅对从环境中收集的整个数据批次进行子采样。

参数:

• batch_size (int) – 要收集的子批次大小。提供的批次大小必须等于输出 tensordict 中的项目总数，该 tensordict 的大小将为 [batch_size // sub_traj_len, sub_traj_len]。

• sub_traj_len (int, optional) – 在线设置中子采样必须具有的回溯长度。默认为 -1（即，取回溯的完整长度）

• min_sub_traj_len (int, optional) – sub_traj_len 的最小值，以防批次中的某些元素包含少量步骤。默认为 -1（即，没有最小值）

示例

>>> td = TensorDict(
...     {
...         key1: torch.stack([torch.arange(0, 10), torch.arange(10, 20)], 0),
...         key2: torch.stack([torch.arange(0, 10), torch.arange(10, 20)], 0),
...     },
...     [2, 10],
... )
>>> trainer.register_op(
...     "process_optim_batch",
...     BatchSubSampler(batch_size=batch_size, sub_traj_len=sub_traj_len),
... )
>>> td_out = trainer._process_optim_batch_hook(td)
>>> assert td_out.shape == torch.Size([batch_size // sub_traj_len, sub_traj_len])

register(trainer: Trainer, name: str = 'batch_subsampler')

在 trainer 中注册 hook，位置为默认值。

参数:

• trainer (Trainer) – 必须注册 hook 的 trainer。

• name (str) – hook 的名称。

注意

要将 hook 注册到默认位置以外的其他位置，请使用 register_op()。