RemoteTensorDictReplayBuffer

class torchrl.data.RemoteTensorDictReplayBuffer(*args, **kwargs)

一個對遠端呼叫友好的 ReplayBuffer 類。公共方法可以使用 torch.rpc 由遠端代理呼叫，也可以像普通方法一樣在本地呼叫。

add(data: TensorDictBase) → int

將單個元素新增到重放緩衝區。

引數:

data (Any) – 要新增到重放緩衝區的資料

返回:

資料在重放緩衝區中的索引。

append_transform(transform: Transform, *, invert: bool = False) → ReplayBuffer

將變換附加到末尾。

呼叫 sample 時按順序應用變換。

引數:

transform (Transform) – 要附加的變換

關鍵字引數:

invert (bool, optional) – 如果為 True，則轉換將被反轉（寫入時呼叫正向呼叫，讀取時呼叫反向呼叫）。預設為 False。

示例

>>> rb = ReplayBuffer(storage=LazyMemmapStorage(10), batch_size=4)
>>> data = TensorDict({"a": torch.zeros(10)}, [10])
>>> def t(data):
...     data += 1
...     return data
>>> rb.append_transform(t, invert=True)
>>> rb.extend(data)
>>> assert (data == 1).all()

classmethod as_remote(remote_config=None)

建立一個遠端 ray 類的例項。

引數:

• cls (Python Class) – 要遠端例項化的類。

• remote_config (dict) – 為該類保留的 CPU 核心數量。預設為 torchrl.collectors.distributed.ray.DEFAULT_REMOTE_CLASS_CONFIG。

返回:

一個建立 ray 遠端類例項的函式。

property batch_size

重放緩衝區的批次大小。

批次大小可以透過在 sample() 方法中設定 batch_size 引數來覆蓋。

它定義了 sample() 返回的樣本數量，以及 ReplayBuffer 迭代器生成的樣本數量。

dump(*args, **kwargs)

dumps() 的別名。

dumps(path)

將重放緩衝區儲存到指定路徑的磁碟上。

引數:

path (Path 或 str) – 儲存重放緩衝區的路徑。

示例

>>> import tempfile
>>> import tqdm
>>> from torchrl.data import LazyMemmapStorage, TensorDictReplayBuffer
>>> from torchrl.data.replay_buffers.samplers import PrioritizedSampler, RandomSampler
>>> import torch
>>> from tensordict import TensorDict
>>> # Build and populate the replay buffer
>>> S = 1_000_000
>>> sampler = PrioritizedSampler(S, 1.1, 1.0)
>>> # sampler = RandomSampler()
>>> storage = LazyMemmapStorage(S)
>>> rb = TensorDictReplayBuffer(storage=storage, sampler=sampler)
>>>
>>> for _ in tqdm.tqdm(range(100)):
...     td = TensorDict({"obs": torch.randn(100, 3, 4), "next": {"obs": torch.randn(100, 3, 4)}, "td_error": torch.rand(100)}, [100])
...     rb.extend(td)
...     sample = rb.sample(32)
...     rb.update_tensordict_priority(sample)
>>> # save and load the buffer
>>> with tempfile.TemporaryDirectory() as tmpdir:
...     rb.dumps(tmpdir)
...
...     sampler = PrioritizedSampler(S, 1.1, 1.0)
...     # sampler = RandomSampler()
...     storage = LazyMemmapStorage(S)
...     rb_load = TensorDictReplayBuffer(storage=storage, sampler=sampler)
...     rb_load.loads(tmpdir)
...     assert len(rb) == len(rb_load)

empty(empty_write_count: bool = True)

清空重放緩衝區並將遊標重置為 0。

引數:

empty_write_count (bool, optional) – 是否清空 write_count 屬性。預設為 True。

extend(tensordicts: list | TensorDictBase, *, update_priority: bool | None = None) → torch.Tensor

使用資料批次擴充套件重放緩衝區。

引數:

tensordicts (TensorDictBase) – 用於擴充套件重放緩衝區的資料。

關鍵字引數:

update_priority (bool, optional) – 是否更新資料的優先順序。預設為 True。

返回:

已新增到重放緩衝區的資料的索引。

insert_transform(index: int, transform: Transform, *, invert: bool = False) → ReplayBuffer

插入變換。

呼叫 sample 時按順序執行變換。

引數:

• index (int) – 插入變換的位置。

• transform (Transform) – 要附加的變換

關鍵字引數:

invert (bool, optional) – 如果為 True，則轉換將被反轉（寫入時呼叫正向呼叫，讀取時呼叫反向呼叫）。預設為 False。

load(*args, **kwargs)

loads() 的別名。

loads(path)

在給定路徑載入重放緩衝區狀態。

緩衝區應具有匹配的元件，並使用 dumps() 儲存。

引數:

path (Path 或 str) – 重放緩衝區儲存的路徑。

有關更多資訊，請參閱 dumps()。

next()

返回重放緩衝區的下一個項。

此方法用於在 __iter__ 不可用的情況下迭代重放緩衝區，例如 RayReplayBuffer。

register_load_hook(hook: Callable[[Any], Any])

為儲存註冊載入鉤子。

注意

鉤子目前不會在儲存重放緩衝區時序列化：每次建立緩衝區時都必須手動重新初始化它們。

register_save_hook(hook: Callable[[Any], Any])

為儲存註冊儲存鉤子。

注意

鉤子目前不會在儲存重放緩衝區時序列化：每次建立緩衝區時都必須手動重新初始化它們。

sample(batch_size: int | None = None, include_info: bool | None = None, return_info: bool = False) → TensorDictBase

從重放緩衝區中取樣資料批次。

使用 Sampler 取樣索引，並從 Storage 中檢索它們。

引數:

• batch_size (int, optional) – 要收集的資料的大小。如果未提供，此方法將取樣由取樣器指示的批次大小。

• return_info (bool) – 是否返回資訊。如果為 True，則結果為元組 (data, info)。如果為 False，則結果為資料。

返回:

一個包含在重放緩衝區中選擇的資料批次的 tensordict。如果 return_info 標誌設定為 True，則包含此 tensordict 和資訊的元組。

property sampler: Sampler

重放緩衝區的取樣器。

取樣器必須是 Sampler 的例項。

save(*args, **kwargs)

dumps() 的別名。

set_sampler(sampler: Sampler)

在重放緩衝區中設定新的取樣器並返回之前的取樣器。

set_storage(storage: Storage, collate_fn: Callable | None = None)

在重放緩衝區中設定新的儲存並返回之前的儲存。

引數:

• storage (Storage) – 緩衝區的新的儲存。

• collate_fn (callable, optional) – 如果提供，collate_fn 將設定為此值。否則，它將被重置為預設值。

set_writer(writer: Writer)

在重放緩衝區中設定新的寫入器並返回之前的寫入器。

property storage: Storage

重放緩衝區的儲存。

儲存器必須是 Storage 的例項。

property write_count: int

透過 add 和 extend 寫入緩衝區的總項數。

property writer: Writer

重放緩衝區的寫入器。

寫入器必須是 Writer 的例項。