RSSMPrior

class torchrl.modules.RSSMPrior(action_spec, hidden_dim=200, rnn_hidden_dim=200, state_dim=30, scale_lb=0.1)

RSSM 的先驗網路。

此網路將先前的狀態和信念以及當前的動作作為輸入。它返回下一個先驗狀態和信念，以及先驗狀態分佈的參數。狀態在構造上是隨機的，而信念是確定性的。在「Dream to control」中，這些分別稱為「確定性狀態」和「隨機狀態」。

參考文獻： https://arxiv.org/abs/1811.04551

參數:

• action_spec (TensorSpec) – 動作規格。

• hidden_dim (int, optional) – 線性網路中隱藏單元的數量。 遞迴網路的輸入大小。 預設值為 200。

• rnn_hidden_dim (int, optional) – 遞迴網路中隱藏單元的數量。 也是信念的大小。 預設值為 200。

• state_dim (int, optional) – 狀態的大小。 預設值為 30。

• scale_lb (float, optional) – 狀態分佈尺度的下限。 預設值為 0.1。

forward(state, belief, action)

定義每次呼叫時執行的計算。

應由所有子類別覆寫。

注意

雖然 forward pass 的配方需要在這個函式中定義，但應該在之後呼叫 Module 實例，而不是呼叫這個函式，因為前者會處理已註冊的 hooks，而後者會靜默地忽略它們。