ClipTransform

class torchrl.envs.transforms.ClipTransform(in_keys=None, out_keys=None, in_keys_inv=None, out_keys_inv=None, *, low=None, high=None)

一個用於裁剪輸入（狀態、動作）或輸出（觀測、獎勵）值的轉換。

此轉換可以接受多個輸入或輸出鍵，但每個轉換隻有一個值。如果需要多個裁剪值，應將多個轉換一個接一個地附加。

引數:

• in_keys (list of NestedKeys) – 輸入條目（讀取）

• out_keys (list of NestedKeys) – 輸入條目（寫入）

• in_keys_inv (list of NestedKeys) – 呼叫 inv() 期間的輸入條目（讀取）。

• out_keys_inv (list of NestedKeys) – 呼叫 inv() 期間的輸入條目（寫入）。

關鍵字引數:

• low (scalar, optional) – 裁剪空間的下界。

• high (scalar, optional) – 裁剪空間的上界。

注意

可以只提供 low 或 high 中的一個引數，但至少要提供一個。

示例

>>> from torchrl.envs.libs.gym import GymEnv
>>> base_env = GymEnv("Pendulum-v1")
>>> env = TransformedEnv(base_env, ClipTransform(in_keys=['observation'], low=-1, high=0.1))
>>> r = env.rollout(100)
>>> assert (r["observation"] <= 0.1).all()

transform_observation_spec(observation_spec: TensorSpec) → TensorSpec

轉換觀察規範，使結果規範與轉換對映匹配。

引數:

observation_spec (TensorSpec) – 轉換前的規範

返回:

轉換後的預期規範

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