DTLoss

class torchrl.objectives.DTLoss(*args, **kwargs)

TorchRL 對線上決策 Transformer 損失的實現。

在 “Decision Transformer: Reinforcement Learning via Sequence Modeling” <https://arxiv.org/abs/2106.01345> 中提出

引數:

actor_network (ProbabilisticActor) – 隨機策略

關鍵字引數:

• loss_function (str) – 要使用的損失函式。預設為 "l2"。

• reduction (str, optional) – 指定應用於輸出的約簡："none" | "mean" | "sum"。"none"：不應用約簡，"mean"：輸出的總和將除以輸出中的元素數量，"sum"：將對輸出進行求和。預設為 "mean"。

default_keys

別名：_AcceptedKeys

forward(tensordict: TensorDictBase = None) → TensorDictBase

計算線上決策 Transformer 的損失。