捷徑

transformed_env_constructor

torchrl.trainers.helpers.transformed_env_constructor(cfg: DictConfig, video_tag: str = '', logger: Optional[Logger] = None, stats: Optional[dict] = None, norm_obs_only: bool = False, use_env_creator: bool = False, custom_env_maker: Optional[Callable] = None, custom_env: Optional[EnvBase] = None, return_transformed_envs: bool = True, action_dim_gsde: Optional[int] = None, state_dim_gsde: Optional[int] = None, batch_dims: Optional[int] = 0, obs_norm_state_dict: Optional[dict] = None) Union[Callable, EnvCreator][source]

從使用適當的剖析器建構函式建立的 argparse.Namespace 傳回環境建立器。

參數:
  • cfg (DictConfig) – 包含指令碼引數的 DictConfig。

  • video_tag (str, optional) – 要傳遞給 Logger 物件的影片標籤

  • logger (Logger, optional) – 與指令碼相關聯的記錄器

  • stats (dict, optional) – 包含 locscale 的字典,用於 ObservationNorm 轉換

  • norm_obs_only (bool, optional) – 如果 True 且使用 VecNorm,則不會線上正規化獎勵。預設值為 False

  • use_env_creator (bool, optional) – 是否應使用 EnvCreator 類別。透過使用 EnvCreator,可以確保在使用 VecNorm 轉換時,執行統計資料會放入共享記憶體中,並且所有工作程式都可以存取。預設值為 True

  • custom_env_maker (callable, optional) – 如果您的環境建立器不是 torchrl 環境包裝函式的一部分,則可以傳遞自訂可呼叫物件。在這種情況下,它會覆寫從 args 擷取的建構函式。

  • custom_env (EnvBase, optional) – 如果需要轉譯_in現有環境,則可以直接將其傳遞給此協助程式。custom_env_makercustom_env 是獨佔功能。

  • return_transformed_envs (bool, optional) – 如果 True,則會傳回一個轉譯_in環境。

  • action_dim_gsde (int, Optional) – 如果使用 gSDE,這可以呈現動作維度以初始化雜訊。請確保這在平行執行的環境中指出。

  • state_dim_gsde – 如果使用 gSDE,這可以呈現狀態維度以初始化雜訊。請確保這在平行執行的環境中指出。

  • batch_dims (int, optional) – 批次資料的維度數量。如果使用單一環境,則應為 0 (預設)。如果多個環境正在平行轉換,則應設定為 1 (或批次的維度數量)。

  • obs_norm_state_dict (dict, optional) – 要載入到環境中的 ObservationNorm 轉換的 state_dict

文件

取得 PyTorch 的完整開發者文件

查看文件

教學

取得適合初學者和進階開發者的深度教學

查看教學

資源

尋找開發資源並取得您的問題解答

查看資源