RewardScaling

class torchrl.envs.transforms.RewardScaling(loc: float | torch.Tensor, scale: float | torch.Tensor, in_keys: Sequence[NestedKey] | None = None, out_keys: Sequence[NestedKey] | None = None, standard_normal: bool = False)

獎勵的仿射變換。

獎勵根據以下公式進行轉換：

\[reward = reward * scale + loc\]

引數:

• loc (數字或torch.Tensor) – 仿射變換的位置

• scale (數字或torch.Tensor) – 仿射變換的縮放比例

• standard_normal (bool, optional) –

  如果為 True，則變換為：

  \[reward = (reward-loc)/scale\]

  正如標準化一樣。預設為 False。

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