RewardScaling

class torchrl.envs.transforms.RewardScaling(loc: Union[float, Tensor], scale: Union[float, Tensor], in_keys: Optional[Sequence[NestedKey]] = None, out_keys: Optional[Sequence[NestedKey]] = None, standard_normal: bool = False)

獎勵的仿射轉換。

獎勵會根據以下公式進行轉換

\[reward = reward * scale + loc\]

參數:

• loc (數字 或 torch.Tensor) – 仿射轉換的位置

• scale (數字 或 torch.Tensor) – 仿射轉換的縮放

• standard_normal (bool, optional) –

  如果 True，則轉換將為

  \[reward = (reward-loc)/scale\]

  如同標準化一樣。預設值為 False。

transform_reward_spec(reward_spec: TensorSpec) → TensorSpec

轉換獎勵規格 (reward spec)，使產生的規格與轉換映射 (transform mapping) 相符。

參數:

reward_spec (TensorSpec) – 轉換前的規格

返回:

轉換後預期的規格