TruncatedNormal

class torchrl.modules.TruncatedNormal(loc: torch.Tensor, scale: torch.Tensor, upscale: torch.Tensor | float = 5.0, low: torch.Tensor | float = - 1.0, high: torch.Tensor | float = 1.0, tanh_loc: bool = False)

實現了一個帶有位置縮放的截斷正態分佈。

位置縮放可以防止位置“離”0“太遠”，這最終會導致數值不穩定的樣本和差的梯度計算（例如，梯度爆炸）。在實踐中，位置是根據以下公式計算的：

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

透過關閉 tanh_loc 引數（見下文）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 數字，可選）–

  公式中的“a”縮放因子

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

  預設為 5.0

• low （torch.Tensor 或 數字，可選）–分佈的最小值。預設為 -1.0；

• high （torch.Tensor 或 數字，可選）–分佈的最大值。預設為 1.0；

• tanh_loc （bool，可選）–如果為 True，則使用上述公式進行位置縮放，否則保留原始值。預設為 False；

log_prob(value, **kwargs)

返回在 value 處評估的機率密度/質量函式的對數。

引數:

value (Tensor) –

property mode

返回分佈的眾數。