BinarizeReward

class torchrl.envs.transforms.BinarizeReward(in_keys: Sequence[NestedKey] | None = None, out_keys: Sequence[NestedKey] | None = None)

將獎勵對映到二元值（如果獎勵為空則為 0，否則為 1）。

引數:

• in_keys (List[NestedKey]) – 輸入鍵

• out_keys (List[NestedKey], optional) – 輸出鍵。預設為 in_keys 的值。

• dtype (torch.dtype, optional) – 二值化獎勵的資料型別。預設為 torch.int8。

transform_reward_spec(reward_spec: TensorSpec) → TensorSpec

轉換獎勵的 spec，使其與變換對映匹配。

引數:

reward_spec (TensorSpec) – 變換前的 spec

返回:

轉換後的預期規範