TruncatedNormal

class torchrl.modules.TruncatedNormal(loc: Tensor, scale: Tensor, upscale: Union[Tensor, float] = 5.0, low: Union[Tensor, float] = - 1.0, high: Union[Tensor, float] = 1.0, tanh_loc: bool = False)

實作具有位置縮放的截斷常態分佈。

位置縮放可防止位置「太遠」離 0，這最終會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，位置是根據以下公式計算的

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

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, 選填) –

  公式中的 'a' 比例因子

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

  預設值為 5.0

• min (torch.Tensor 或 數字, 選填) – 分佈的最小值。預設值 = -1.0;

• max (torch.Tensor 或 數字, 選填) – 分佈的最大值。預設值 = 1.0;

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

log_prob(value, **kwargs)

傳回在 value 處評估的機率密度/質量函數的對數。

參數:

value (Tensor) –

property mode

傳回分佈的眾數。