MultiThreadedEnv

torchrl.envs.MultiThreadedEnv(*args, **kwargs)

基於 EnvPool 的環境的多執行緒執行。

GitHub: https://github.com/sail-sg/envpool

論文: https://arxiv.org/abs/2206.10558

這是 ParallelEnv 的一個替代方案，基於多執行緒。它速度更快，因為它不需要啟動新程序，但靈活性較低，因為它只支援 EnvPool 庫中實現的環境。目前，它只支援同步執行模式，當批處理大小等於工作執行緒數量時，請參閱 https://envpool.readthedocs.io/en/latest/content/python_interface.html#batch-size。

引數:

• num_workers (int) – 同時執行的環境數量。將與 ~.batch_size 的內容相同。

• env_name (str) – 要構建的環境的名稱。

關鍵字引數:

• create_env_kwargs (Dict[str, Any], optional) – 將傳遞給 envpool 環境建構函式的 kwargs。

• categorical_action_encoding (bool, optional) – 如果為 True，則分類規範將轉換為 TorchRL 等效項 (torchrl.data.Categorical)，否則將使用獨熱編碼 (torchrl.data.OneHot)。預設為 False。

• disable_env_checker (bool, optional) – 僅適用於 gym > 0.24。如果為 True (這些版本的預設值)，則不會執行環境檢查器。

• frame_skip (int, optional) – 如果提供，表示相同的動作需要重複多少步。返回的觀察值將是序列的最後一個觀察值，而獎勵將是跨步驟的獎勵總和。

• device (torch.device, optional) – 如果提供，資料將被轉換到的裝置。預設為 torch.device("cpu")。

• allow_done_after_reset (bool, optional) – 如果為 True，則允許在呼叫 reset() 後立即將環境設定為 done。預設為 False。

示例

>>> env = MultiThreadedEnv(num_workers=3, env_name="Pendulum-v1")
>>> env.reset()
>>> env.rand_step()
>>> env.rollout(5)
>>> env.close()