RewardClipping¶
- class torchrl.envs.transforms.RewardClipping(clamp_min: float | None = None, clamp_max: float | None = None, in_keys: Sequence[NestedKey] | None = None, out_keys: Sequence[NestedKey] | None = None)[原始碼]¶
將獎勵裁剪到 clamp_min 和 clamp_max 之間。
- 引數:
clip_min (標量) – 結果獎勵的最小值。
clip_max (標量) – 結果獎勵的最大值。
- transform_reward_spec(reward_spec: TensorSpec) TensorSpec[原始碼]¶
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
