RSSMPrior

class torchrl.modules.RSSMPrior(action_spec, hidden_dim=200, rnn_hidden_dim=200, state_dim=30, scale_lb=0.1)

RSSM 的先驗網路。

該網路以之前的狀態和信念以及當前動作為輸入。它返回下一個先驗狀態和信念，以及先驗狀態分佈的引數。狀態由構造決定是隨機的，而信念是確定的。在《Dream to control》中，這些分別稱為“確定性狀態”和“隨機狀態”。

參考: https://arxiv.org/abs/1811.04551

引數:

• action_spec (TensorSpec) – 動作規範。

• hidden_dim (int, optional) – 線性網路中的隱藏單元數。迴圈網路的輸入大小。預設為 200。

• rnn_hidden_dim (int, optional) – 迴圈網路中的隱藏單元數。也是信念的大小。預設為 200。

• state_dim (int, optional) – 狀態的大小。預設為 30。

• scale_lb (float, optional) – 狀態分佈的尺度下界。預設為 0.1。

forward(state, belief, action)

定義每次呼叫時執行的計算。

所有子類都應重寫此方法。

注意

儘管前向傳播的實現需要在此函式中定義，但您應該在之後呼叫 Module 例項而不是此函式，因為前者會處理註冊的鉤子，而後者則會靜默忽略它們。