SelectTransform

class torchrl.envs.transforms.SelectTransform(*selected_keys: NestedKey, keep_rewards: bool = True, keep_dones: bool = True)

從輸入的 tensordict 中選取鍵。

一般而言，應優先使用 ExcludeTransform：此轉換也會

選取 “action”（或來自 input_spec 的其他鍵）、“done” 和 “reward” 鍵，但可能需要其他鍵。

參數:

*selected_keys (NestedKey 的可迭代物件) – 要選取的鍵的名稱。如果鍵不存在，則會直接忽略。

關鍵字引數:

• keep_rewards (bool, optional) – 如果 False，如果應該保留獎勵鍵，則必須提供。預設為 True。

• keep_dones (bool, optional) – 如果 False，如果應該保留完成鍵，則必須提供。預設為 True。

• gymnasium (>>> import) –

• GymWrapper (...) –

• TransformedEnv( (>>> env =) –

• GymWrapper –

• SelectTransform (...) –

• ) (...) –

• env.rollout (>>>) –

• TensorDict( –

  fields={

  action: Tensor(shape=torch.Size([3, 1]), device=cpu, dtype=torch.float32, is_shared=False), done: Tensor(shape=torch.Size([3, 1]), device=cpu, dtype=torch.bool, is_shared=False), next: TensorDict(

  fields={

  done: Tensor(shape=torch.Size([3, 1]), device=cpu, dtype=torch.bool, is_shared=False), observation: Tensor(shape=torch.Size([3, 3]), device=cpu, dtype=torch.float32, is_shared=False), reward: Tensor(shape=torch.Size([3, 1]), device=cpu, dtype=torch.float32, is_shared=False)},

  batch_size=torch.Size([3]), device=cpu, is_shared=False),

  observation: Tensor(shape=torch.Size([3, 3]), device=cpu, dtype=torch.float32, is_shared=False)},

  batch_size=torch.Size([3]), device=cpu, is_shared=False)

forward(tensordict: TensorDictBase) → TensorDictBase

讀取輸入的 tensordict，並針對選取的鍵套用轉換。

transform_output_spec(output_spec: Composite) → Composite

轉換輸出規格，使產生的規格與轉換映射匹配。

這個方法通常應保持不變。變更應使用 transform_observation_spec()、transform_reward_spec() 和 transformfull_done_spec() 實作。 :param output_spec: 轉換前的規格 :type output_spec: TensorSpec

回傳:

轉換後預期的規格