BinarizeReward

class torchrl.envs.transforms.BinarizeReward(in_keys: Optional[Sequence[NestedKey]] = None, out_keys: Optional[Sequence[NestedKey]] = None)

如果獎勵為空值或非空值，則將獎勵映射到二進位值 (0 或 1)。

參數:

• in_keys (List[NestedKey]) – 輸入鍵

• out_keys (List[NestedKey], optional) – 輸出鍵。預設為 in_keys 的值。

• dtype (torch.dtype, optional) – 二元化獎勵的 dtype。預設為 torch.int8。

transform_reward_spec(reward_spec: TensorSpec) → TensorSpec

轉換獎勵規格，使產生的規格與轉換映射匹配。

參數:

reward_spec (TensorSpec) – 轉換前的規格

傳回:

轉換後的預期規格