IndependentNormal

class torchrl.modules.IndependentNormal(loc: Tensor, scale: Tensor, upscale: float = 5.0, tanh_loc: bool = False, event_dim: int = 1, **kwargs)

實作具有位置縮放的常態分佈。

位置縮放可防止位置「過於遠離」0，最終導致數值不穩定的樣本和不良的梯度計算（例如，梯度爆炸）。 實際上，位置是根據

\[loc = tanh(loc / upscale) * upscale.\]

計算得出。 可以透過關閉 tanh_loc 參數來停用此行為（請參閱下文）。

參數:

• loc (torch.Tensor) – 常態分佈位置參數

• scale (torch.Tensor) – 常態分佈 sigma 參數（變異數的平方根）

• upscale (torch.Tensor 或 數字，選用) –

  公式中的 'a' 縮放因子

  \[loc = tanh(loc / upscale) * upscale.\]

  預設值為 5.0

• tanh_loc (bool，選用) – 如果 False，則上述公式用於位置縮放，否則保留原始值。 預設值為 False；

property mode

傳回分佈的眾數。