check_env_specs

torchrl.envs.check_env_specs(env: torchrl.envs.EnvBase, return_contiguous: bool | None = None, check_dtype=True, seed: int | None = None, tensordict: TensorDictBase | None = None, break_when_any_done: bool | Literal['both'] | None = None)

使用簡短的 rollout 來測試環境規範。

此測試函式應作為 torchrl 的 EnvBase 子類包裝的環境的健全性檢查：預期的資料與收集到的資料之間的任何差異都應引發斷言錯誤。

損壞的環境規範很可能會使並行環境無法使用。

引數:

• env (EnvBase) – 要檢查其規格與資料是否匹配的環境。

• return_contiguous (bool, optional) – 如果 True，則會使用 return_contiguous=True 呼叫隨機回放。這在某些情況下會失敗（例如，輸入/輸出的異構形狀）。預設為 None（由動態 spec 的存在決定）。

• check_dtype (bool, optional) – 如果為 False，則會跳過 dtype 檢查。預設為 True。

• seed (int, optional) – 為了可復現性，可以設定一個種子。種子會臨時設定在 pytorch 中，然後 RNG 狀態會恢復到之前的狀態。對於 env，我們設定了種子，但由於將 RNG 狀態恢復到之前的狀態不是大多數環境的功能，因此我們將其留給使用者自行完成。預設為 None。

• tensordict (TensorDict, optional) – 用於重置的可選 tensordict 例項。

• break_when_any_done (bool 或 str, optional) – break_when_any_done 在 rollout() 中的值。如果為 "both"，則測試會在 True 和 False 上執行。

注意：此函式會重置環境種子。它應該“離線”使用，以檢查環境是否已充分構建，但它可能會影響實驗的播種，因此應將其排除在訓練指令碼之外。