OpenXExperienceReplay

class torchrl.data.datasets.OpenXExperienceReplay(dataset_id, batch_size: int | None = None, *, shuffle: bool = True, num_slices: int | None = None, slice_len: int | None = None, pad: float | bool | None = None, replacement: bool = None, streaming: bool | None = None, root: str | Path | None = None, download: bool | None = None, sampler: Sampler | None = None, writer: Writer | None = None, collate_fn: Callable | None = None, pin_memory: bool = False, prefetch: int | None = None, transform: 'torchrl.envs.Transform' | None = None, split_trajs: bool = False, strict_length: bool = True)

Open X-Embodiment 資料集的經驗回放。

Open X-Embodiment 資料集包含 100 萬+ 個真實機器人軌跡，涵蓋 22 個機器人本體，由 21 個機構合作收集，展示了 527 種技能（160266 項任務）。

網站：https://robotics-transformer-x.github.io/

GitHub：https://github.com/google-deepmind/open_x_embodiment

論文：https://arxiv.org/abs/2310.08864

資料格式遵循 TED 慣例。

注意

非張量資料將使用 NonTensorData 原始型別寫入 tensordict 資料中。例如，資料中的 language_instruction 欄位將儲存在 data.get_non_tensor(“language_instruction”)（或等效地 data.get(“language_instruction”).data）中。 有關如何與儲存在 TensorDict 中的非張量資料互動的更多資訊，請參閱此類別的文件。

參數:

• dataset_id (str) – 要下載的資料集。 必須是 OpenXExperienceReplay.available_datasets 的一部分。

• batch_size (int) – 採樣時使用的批次大小。必要時可以被 data.sample(batch_size) 覆蓋。請參閱 num_slices 和 slice_len 關鍵字參數，以了解更精細的採樣策略。如果 batch_size 為 None (預設值)，則迭代資料集將一次提供一個軌跡然而，呼叫 sample() 仍然需要提供批次大小。

關鍵字引數:

• shuffle (bool, optional) –

  如果 True，當資料集被迭代時，軌跡會以隨機順序提供。如果 False，則資料集會以預先定義的順序迭代。

  警告

  shuffle=False 也會影響採樣。我們建議使用者建立資料集的副本，其中取樣器的 shuffle 屬性設定為 False，如果他們希望在同一個程式碼庫中享受兩種不同的行為 (洗牌和不洗牌)。

• num_slices (int, optional) – 批次中的切片數量。這對應於批次中存在的軌跡數量。一旦收集完成，批次會呈現為子軌跡的串聯，可以透過 batch.reshape(num_slices, -1) 恢復。如果提供了 batch_size，則它必須可以被 num_slices 整除。此引數與 slice_len 互斥。如果 num_slices 引數等於 batch_size，則每個樣本將屬於不同的軌跡。如果沒有提供 slice_len 或 num_slice：只要軌跡的長度短於批次大小，就會採樣長度為 batch_size 的連續切片。如果軌跡長度不足，除非 pad 不是 None，否則將引發例外。

• slice_len (int, optional) –

  批次中切片的長度。這對應於批次中存在的軌跡長度。一旦收集完成，批次會呈現為子軌跡的串聯，可以透過 batch.reshape(-1, slice_len) 恢復。如果提供了 batch_size，則它必須可以被 slice_len 整除。此引數與 num_slice 互斥。如果 slice_len 引數等於 1，則每個樣本將屬於不同的軌跡。如果沒有提供 slice_len 或 num_slice：只要軌跡的長度短於批次大小，就會採樣長度為 batch_size 的連續切片。如果軌跡長度不足，除非 pad 不是 None，否則將引發例外。

  注意

  當在建構函式中迭代資料集時，未傳遞批次大小時，可以使用 slice_len (但不能使用 num_slices)。在這些情況下，將選擇軌跡的隨機子序列。

• replacement (bool, optional) – 如果 False，將不進行替換採樣。預設值為下載的資料集為 True，串流的資料集為 False。

• pad (bool, float 或 None) – 如果 True，對於給定 slice_len 或 num_slices 引數的長度不足的軌跡，將以 0 填充。如果提供了另一個值，它將用於填充。如果 False 或 None (預設值)，則任何遇到長度不足的軌跡都會引發例外。

• root (Path 或 str, optional) – OpenX 資料集的根目錄。實際的資料集記憶體對應檔案將儲存在 <root>/<dataset_id> 下。如果未提供，則預設為 ``~/.cache/torchrl/openx`。

• streaming (bool, optional) –

  如果 True，則不會下載資料，而是從串流中讀取資料。

  注意

  當 download=True 與 streaming=True 相比，資料的格式__will change__。如果資料已下載且取樣器未被修改 (即，num_slices=None、slice_len=None 和 sampler=None，則轉換將從資料集中隨機取樣。這在 streaming=True 的情況下，無法以合理的成本實現：在這種情況下，軌跡將一次取樣一個，並按原樣交付 (裁剪以符合批次大小等)。當指定 num_slices 和 slice_len 時，兩種模式的行為會更相似，因為在這些情況下，子情節的視圖將在兩種情況下都返回。

• download (bool 或 str, optional) – 如果未找到資料集，是否應下載資料集。預設值為 True。下載也可以作為“force”傳遞，在這種情況下，將覆蓋下載的資料。

• sampler (Sampler, optional) – 要使用的取樣器。如果未提供，將使用預設的 RandomSampler()。

• writer (Writer, optional) – 要使用的寫入器。如果未提供，將使用預設的 ImmutableDatasetWriter。

• collate_fn (callable, optional) – 合併樣本列表以形成 Tensor(s)/輸出的迷你批次。從地圖樣式的資料集使用批次載入時使用。

• pin_memory (bool) – 是否應該在 rb 樣本上呼叫 pin_memory()。

• prefetch (int, optional) – 要使用多執行緒預取的下一個批次的數量。

• transform (Transform, optional) – 當呼叫 sample() 時要執行的轉換。若要串聯轉換，請使用 Compose 類別。

• split_trajs (bool, optional) – 如果 True，軌跡將沿著第一個維度分割，並填充至具有相符的形狀。若要分割軌跡，將使用 "done" 訊號，該訊號透過 done = truncated | terminated 恢復。換句話說，假設任何 truncated 或 terminated 訊號等同於軌跡的結束。預設為 False。

• strict_length (bool, optional) – 如果 False，長度小於 slice_len (或 batch_size // num_slices) 的軌跡將被允許出現在批次中。請注意，這可能會導致有效的 batch_size 小於所要求的！可以使用 torchrl.collectors.split_trajectories() 分割軌跡。預設為 True。

範例

>>> from torchrl.data.datasets import OpenXExperienceReplay
>>> import tempfile
>>> # Download the data, and sample 128 elements in each batch out of two trajectories
>>> num_slices = 2
>>> with tempfile.TemporaryDirectory() as root:
...     dataset = OpenXExperienceReplay("cmu_stretch", batch_size=128,
...         num_slices=num_slices, download=True, streaming=False,
...         root=root,
...         )
...     for batch in dataset:
...         print(batch.reshape(num_slices, -1))
...         break
TensorDict(
    fields={
        action: Tensor(shape=torch.Size([2, 64, 8]), device=cpu, dtype=torch.float64, is_shared=False),
        discount: Tensor(shape=torch.Size([2, 64]), device=cpu, dtype=torch.float32, is_shared=False),
        done: Tensor(shape=torch.Size([2, 64, 1]), device=cpu, dtype=torch.bool, is_shared=False),
        episode: Tensor(shape=torch.Size([2, 64]), device=cpu, dtype=torch.int32, is_shared=False),
        index: Tensor(shape=torch.Size([2, 64]), device=cpu, dtype=torch.int64, is_shared=False),
        is_init: Tensor(shape=torch.Size([2, 64]), device=cpu, dtype=torch.bool, is_shared=False),
        language_embedding: Tensor(shape=torch.Size([2, 64, 512]), device=cpu, dtype=torch.float64, is_shared=False),
        language_instruction: NonTensorData(
            data='lift open green garbage can lid',
            batch_size=torch.Size([2, 64]),
            device=cpu,
            is_shared=False),
        next: TensorDict(
            fields={
                done: Tensor(shape=torch.Size([2, 64, 1]), device=cpu, dtype=torch.bool, is_shared=False),
                observation: TensorDict(
                    fields={
                        image: Tensor(shape=torch.Size([2, 64, 3, 128, 128]), device=cpu, dtype=torch.uint8, is_shared=False),
                        state: Tensor(shape=torch.Size([2, 64, 4]), device=cpu, dtype=torch.float64, is_shared=False)},
                    batch_size=torch.Size([2, 64]),
                    device=cpu,
                    is_shared=False),
                reward: Tensor(shape=torch.Size([2, 64, 1]), device=cpu, dtype=torch.float32, is_shared=False),
                terminated: Tensor(shape=torch.Size([2, 64, 1]), device=cpu, dtype=torch.bool, is_shared=False),
                truncated: Tensor(shape=torch.Size([2, 64, 1]), device=cpu, dtype=torch.bool, is_shared=False)},
            batch_size=torch.Size([2, 64]),
            device=cpu,
            is_shared=False),
        observation: TensorDict(
            fields={
                image: Tensor(shape=torch.Size([2, 64, 3, 128, 128]), device=cpu, dtype=torch.uint8, is_shared=False),
                state: Tensor(shape=torch.Size([2, 64, 4]), device=cpu, dtype=torch.float64, is_shared=False)},
            batch_size=torch.Size([2, 64]),
            device=cpu,
            is_shared=False),
        terminated: Tensor(shape=torch.Size([2, 64, 1]), device=cpu, dtype=torch.bool, is_shared=False),
        truncated: Tensor(shape=torch.Size([2, 64, 1]), device=cpu, dtype=torch.bool, is_shared=False)},
    batch_size=torch.Size([2, 64]),
    device=cpu,
    is_shared=False)
>>> # Read data from a stream. Deliver entire trajectories when iterating
>>> dataset = OpenXExperienceReplay("cmu_stretch",
...     num_slices=num_slices, download=False, streaming=True)
>>> for data in dataset: # data does not have a consistent shape
...     break
>>> # Define batch-size dynamically
>>> data = dataset.sample(128)  # delivers 2 sub-trajectories of length 64

add(data: TensorDictBase) → int

將單一元素新增至重播緩衝區。

參數:

data (Any) – 要新增至重播緩衝區的資料

傳回:

資料在重播緩衝區中的索引。

append_transform(transform: Transform, *, invert: bool = False) → ReplayBuffer

將轉換附加在結尾。

當呼叫 sample 時，轉換會依序套用。

參數:

transform (Transform) – 要附加的轉換

關鍵字引數:

invert (bool, optional) – 如果 True，轉換將會反轉 (forward 呼叫將在寫入期間呼叫，inverse 呼叫將在讀取期間呼叫)。預設為 False。

範例

>>> rb = ReplayBuffer(storage=LazyMemmapStorage(10), batch_size=4)
>>> data = TensorDict({"a": torch.zeros(10)}, [10])
>>> def t(data):
...     data += 1
...     return data
>>> rb.append_transform(t, invert=True)
>>> rb.extend(data)
>>> assert (data == 1).all()

property data_path

資料集的路徑，包括分割。

property data_path_root

資料集根目錄的路徑。

delete()

從磁碟刪除資料集儲存。

dump(*args, **kwargs)

dumps() 的別名。

dumps(path)

將重播緩衝區儲存在磁碟上的指定路徑。

參數:

path (Path or str) – 要儲存重播緩衝區的路徑。

範例

>>> import tempfile
>>> import tqdm
>>> from torchrl.data import LazyMemmapStorage, TensorDictReplayBuffer
>>> from torchrl.data.replay_buffers.samplers import PrioritizedSampler, RandomSampler
>>> import torch
>>> from tensordict import TensorDict
>>> # Build and populate the replay buffer
>>> S = 1_000_000
>>> sampler = PrioritizedSampler(S, 1.1, 1.0)
>>> # sampler = RandomSampler()
>>> storage = LazyMemmapStorage(S)
>>> rb = TensorDictReplayBuffer(storage=storage, sampler=sampler)
>>>
>>> for _ in tqdm.tqdm(range(100)):
...     td = TensorDict({"obs": torch.randn(100, 3, 4), "next": {"obs": torch.randn(100, 3, 4)}, "td_error": torch.rand(100)}, [100])
...     rb.extend(td)
...     sample = rb.sample(32)
...     rb.update_tensordict_priority(sample)
>>> # save and load the buffer
>>> with tempfile.TemporaryDirectory() as tmpdir:
...     rb.dumps(tmpdir)
...
...     sampler = PrioritizedSampler(S, 1.1, 1.0)
...     # sampler = RandomSampler()
...     storage = LazyMemmapStorage(S)
...     rb_load = TensorDictReplayBuffer(storage=storage, sampler=sampler)
...     rb_load.loads(tmpdir)
...     assert len(rb) == len(rb_load)

empty()

清空重播緩衝區並將游標重設為 0。

extend(tensordicts: TensorDictBase) → Tensor

使用一個或多個包含在可迭代物件中的元素來擴充重播緩衝區。

如果存在，將會呼叫反向轉換。`

參數:

data (iterable) – 要新增至重播緩衝區的資料集合。

傳回:

新增至重播緩衝區的資料索引。

警告

extend() 在處理數值列表時可能會有不明確的簽章，應將其解讀為 PyTree（在這種情況下，列表中的所有元素將被放入儲存中儲存的 PyTree 中的一個切片）或一次添加一個數值列表。為了簡化，TorchRL 清楚地區分了列表和元組：元組將被視為 PyTree，列表（在根層級）將被解釋為一次添加到緩衝區的數值堆疊。對於 ListStorage 實例，只能提供未綁定的元素（沒有 PyTrees）。

insert_transform(index: int, transform: Transform, *, invert: bool = False) → ReplayBuffer

插入轉換。

當呼叫 sample 時，轉換會依序執行。

參數:

• index (int) – 插入轉換的位置。

• transform (Transform) – 要附加的轉換

關鍵字引數:

invert (bool, optional) – 如果 True，轉換將會反轉 (forward 呼叫將在寫入期間呼叫，inverse 呼叫將在讀取期間呼叫)。預設為 False。

load(*args, **kwargs)

loads() 的別名。

loads(path)

在給定的路徑載入重播緩衝區狀態。

緩衝區應具有匹配的組件，並使用 dumps() 儲存。

參數:

path (Path 或 str) – 重播緩衝區儲存的路徑。

請參閱 dumps() 以取得更多資訊。

preprocess(fn: Callable[[TensorDictBase], TensorDictBase], dim: int = 0, num_workers: int | None = None, *, chunksize: int | None = None, num_chunks: int | None = None, pool: mp.Pool | None = None, generator: torch.Generator | None = None, max_tasks_per_child: int | None = None, worker_threads: int = 1, index_with_generator: bool = False, pbar: bool = False, mp_start_method: str | None = None, num_frames: int | None = None, dest: str | Path) → TensorStorage

預處理一個資料集，並傳回一個新的儲存空間，其中包含格式化的資料。

資料轉換必須是單一的（針對資料集中單個樣本進行操作）。

Args 和 Keyword Args 會轉發到 map()。

資料集隨後可以使用 delete() 刪除。

關鍵字引數:

• dest (路徑 或 等效物) – 新資料集位置的路徑。

• num_frames (int, optional) – 如果提供，則只轉換前 num_frames 個幀。這在最初用於調試轉換非常有用。

返回：一個新的儲存空間，可以在 ReplayBuffer 實例中使用。

範例

>>> from torchrl.data.datasets import MinariExperienceReplay
>>>
>>> data = MinariExperienceReplay(
...     list(MinariExperienceReplay.available_datasets)[0],
...     batch_size=32
...     )
>>> print(data)
MinariExperienceReplay(
    storages=TensorStorage(TensorDict(
        fields={
            action: MemoryMappedTensor(shape=torch.Size([1000000, 8]), device=cpu, dtype=torch.float32, is_shared=True),
            episode: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.int64, is_shared=True),
            info: TensorDict(
                fields={
                    distance_from_origin: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                    forward_reward: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                    goal: MemoryMappedTensor(shape=torch.Size([1000000, 2]), device=cpu, dtype=torch.float64, is_shared=True),
                    qpos: MemoryMappedTensor(shape=torch.Size([1000000, 15]), device=cpu, dtype=torch.float64, is_shared=True),
                    qvel: MemoryMappedTensor(shape=torch.Size([1000000, 14]), device=cpu, dtype=torch.float64, is_shared=True),
                    reward_ctrl: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                    reward_forward: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                    reward_survive: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                    success: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.bool, is_shared=True),
                    x_position: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                    x_velocity: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                    y_position: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                    y_velocity: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True)},
                batch_size=torch.Size([1000000]),
                device=cpu,
                is_shared=False),
            next: TensorDict(
                fields={
                    done: MemoryMappedTensor(shape=torch.Size([1000000, 1]), device=cpu, dtype=torch.bool, is_shared=True),
                    info: TensorDict(
                        fields={
                            distance_from_origin: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                            forward_reward: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                            goal: MemoryMappedTensor(shape=torch.Size([1000000, 2]), device=cpu, dtype=torch.float64, is_shared=True),
                            qpos: MemoryMappedTensor(shape=torch.Size([1000000, 15]), device=cpu, dtype=torch.float64, is_shared=True),
                            qvel: MemoryMappedTensor(shape=torch.Size([1000000, 14]), device=cpu, dtype=torch.float64, is_shared=True),
                            reward_ctrl: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                            reward_forward: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                            reward_survive: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                            success: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.bool, is_shared=True),
                            x_position: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                            x_velocity: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                            y_position: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                            y_velocity: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True)},
                        batch_size=torch.Size([1000000]),
                        device=cpu,
                        is_shared=False),
                    observation: TensorDict(
                        fields={
                            achieved_goal: MemoryMappedTensor(shape=torch.Size([1000000, 2]), device=cpu, dtype=torch.float64, is_shared=True),
                            desired_goal: MemoryMappedTensor(shape=torch.Size([1000000, 2]), device=cpu, dtype=torch.float64, is_shared=True),
                            observation: MemoryMappedTensor(shape=torch.Size([1000000, 27]), device=cpu, dtype=torch.float64, is_shared=True)},
                        batch_size=torch.Size([1000000]),
                        device=cpu,
                        is_shared=False),
                    reward: MemoryMappedTensor(shape=torch.Size([1000000, 1]), device=cpu, dtype=torch.float64, is_shared=True),
                    terminated: MemoryMappedTensor(shape=torch.Size([1000000, 1]), device=cpu, dtype=torch.bool, is_shared=True),
                    truncated: MemoryMappedTensor(shape=torch.Size([1000000, 1]), device=cpu, dtype=torch.bool, is_shared=True)},
                batch_size=torch.Size([1000000]),
                device=cpu,
                is_shared=False),
            observation: TensorDict(
                fields={
                    achieved_goal: MemoryMappedTensor(shape=torch.Size([1000000, 2]), device=cpu, dtype=torch.float64, is_shared=True),
                    desired_goal: MemoryMappedTensor(shape=torch.Size([1000000, 2]), device=cpu, dtype=torch.float64, is_shared=True),
                    observation: MemoryMappedTensor(shape=torch.Size([1000000, 27]), device=cpu, dtype=torch.float64, is_shared=True)},
                batch_size=torch.Size([1000000]),
                device=cpu,
                is_shared=False)},
        batch_size=torch.Size([1000000]),
        device=cpu,
        is_shared=False)),
    samplers=RandomSampler,
    writers=ImmutableDatasetWriter(),
batch_size=32,
transform=Compose(
),
collate_fn=<function _collate_id at 0x120e21dc0>)
>>> from torchrl.envs import CatTensors, Compose
>>> from tempfile import TemporaryDirectory
>>>
>>> cat_tensors = CatTensors(
...     in_keys=[("observation", "observation"), ("observation", "achieved_goal"),
...              ("observation", "desired_goal")],
...     out_key="obs"
...     )
>>> cat_next_tensors = CatTensors(
...     in_keys=[("next", "observation", "observation"),
...              ("next", "observation", "achieved_goal"),
...              ("next", "observation", "desired_goal")],
...     out_key=("next", "obs")
...     )
>>> t = Compose(cat_tensors, cat_next_tensors)
>>>
>>> def func(td):
...     td = td.select(
...         "action",
...         "episode",
...         ("next", "done"),
...         ("next", "observation"),
...         ("next", "reward"),
...         ("next", "terminated"),
...         ("next", "truncated"),
...         "observation"
...         )
...     td = t(td)
...     return td
>>> with TemporaryDirectory() as tmpdir:
...     new_storage = data.preprocess(func, num_workers=4, pbar=True, mp_start_method="fork", dest=tmpdir)
...     rb = ReplayBuffer(storage=new_storage)
...     print(rb)
ReplayBuffer(
    storage=TensorStorage(
        data=TensorDict(
            fields={
                action: MemoryMappedTensor(shape=torch.Size([1000000, 8]), device=cpu, dtype=torch.float32, is_shared=True),
                episode: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.int64, is_shared=True),
                next: TensorDict(
                    fields={
                        done: MemoryMappedTensor(shape=torch.Size([1000000, 1]), device=cpu, dtype=torch.bool, is_shared=True),
                        obs: MemoryMappedTensor(shape=torch.Size([1000000, 31]), device=cpu, dtype=torch.float64, is_shared=True),
                        observation: TensorDict(
                            fields={
                            },
                            batch_size=torch.Size([1000000]),
                            device=cpu,
                            is_shared=False),
                        reward: MemoryMappedTensor(shape=torch.Size([1000000, 1]), device=cpu, dtype=torch.float64, is_shared=True),
                        terminated: MemoryMappedTensor(shape=torch.Size([1000000, 1]), device=cpu, dtype=torch.bool, is_shared=True),
                        truncated: MemoryMappedTensor(shape=torch.Size([1000000, 1]), device=cpu, dtype=torch.bool, is_shared=True)},
                    batch_size=torch.Size([1000000]),
                    device=cpu,
                    is_shared=False),
                obs: MemoryMappedTensor(shape=torch.Size([1000000, 31]), device=cpu, dtype=torch.float64, is_shared=True),
                observation: TensorDict(
                    fields={
                    },
                    batch_size=torch.Size([1000000]),
                    device=cpu,
                    is_shared=False)},
            batch_size=torch.Size([1000000]),
            device=cpu,
            is_shared=False),
        shape=torch.Size([1000000]),
        len=1000000,
        max_size=1000000),
    sampler=RandomSampler(),
    writer=RoundRobinWriter(cursor=0, full_storage=True),
    batch_size=None,
    collate_fn=<function _collate_id at 0x168406fc0>)

register_load_hook(hook: Callable[[Any], Any])

為儲存空間註冊一個載入鉤子 (load hook)。

注意

在儲存回放緩衝區時，目前不會序列化鉤子：每次建立緩衝區時都必須手動重新初始化它們。

register_save_hook(hook: Callable[[Any], Any])

為儲存空間註冊一個儲存鉤子 (save hook)。

注意

在儲存回放緩衝區時，目前不會序列化鉤子：每次建立緩衝區時都必須手動重新初始化它們。

sample(batch_size: Optional[int] = None, return_info: bool = False, include_info: Optional[bool] = None) → TensorDictBase

從回放緩衝區中抽樣一批資料。

使用 Sampler 抽樣索引，並從 Storage 中檢索它們。

參數:

• batch_size (int, optional) – 要收集的資料大小。 如果未提供，此方法將按照取樣器 (sampler) 指示的方式抽樣一個 batch-size。

• return_info (bool) – 是否返回資訊。如果為 True，結果是一個元組 (data, info)。如果為 False，結果是資料。

傳回:

一個包含在回放緩衝區中選擇的一批資料的 tensordict。 如果 return_info 標誌設定為 True，則包含此 tensordict 和 info 的元組。

property sampler

回放緩衝區的取樣器 (sampler)。

取樣器必須是 Sampler 的一個實例。

save(*args, **kwargs)

dumps() 的別名。

set_sampler(sampler: Sampler)

在回放緩衝區中設定一個新的取樣器 (sampler) 並返回先前的取樣器。

set_storage(storage: Storage, collate_fn: Optional[Callable] = None)

在回放緩衝區中設定一個新的儲存空間 (storage) 並返回先前的儲存空間。

參數:

• storage (Storage) – 緩衝區的新儲存空間。

• collate_fn (callable, optional) – 如果提供，collate_fn 會設定為此值。 否則，它會重設為預設值。

set_writer(writer: Writer)

在回放緩衝區中設定一個新的寫入器 (writer) 並返回先前的寫入器。

property storage

回放緩衝區的儲存空間 (storage)。

儲存空間必須是 Storage 的一個實例。

property write_count

透過 add 和 extend 方法，目前為止寫入到緩衝區中的項目總數。

property writer

回放緩衝區的寫入器。

寫入器必須是 Writer 的一個實例。