HardUpdate

class torchrl.objectives.HardUpdate(loss_module: Union['DQNLoss', 'DDPGLoss', 'SACLoss', 'TD3Loss'], *, value_network_update_interval: float = 1000)

Double DQN/DDPG 中用於目標網路更新的硬更新類別（與軟更新相反）。

這是在最初的 Double DQN 論文中提出的：「使用 Double Q-learning 的深度強化學習」，https://arxiv.org/abs/1509.06461。

參數:

loss_module (DQNLoss 或 DDPGLoss) – 應該更新目標網路的損失模組。

關鍵字參數:

value_network_update_interval (純量) – 應多久更新一次目標網路。預設值：1000