IndependentNormal

class torchrl.modules.IndependentNormal(loc: Tensor, scale: Tensor, upscale: float = 5.0, tanh_loc: bool = False, event_dim: int = 1, **kwargs)

實現帶位置縮放的正態分佈。

位置縮放可以防止位置“離 0”太遠，這最終會導致不穩定的樣本和糟糕的梯度計算（例如梯度爆炸）。實際上，位置根據以下公式計算：

\[loc = tanh(loc / upscale) * upscale.\]

透過關閉 tanh_loc 引數（如下所示）可以停用此行為。

引數:

• loc (torch.Tensor) – 正態分佈位置引數

• scale (torch.Tensor) – 正態分佈 sigma 引數（方差的平方根）

• upscale (torch.Tensor 或 number, optional) –

  公式中的“a”縮放因子

  \[loc = tanh(loc / upscale) * upscale.\]

  預設為 5.0

• tanh_loc (bool, optional) – 如果為 False，則上述公式用於位置縮放，否則保留原始值。預設為 False；

property mode

返回分佈的眾數。