ConstantKLController

class torchrl.data.ConstantKLController(*, kl_coef: float = None, model: nn.Module | None = None)

恆定 KL 控制器。

該控制器保持固定的係數，無論使用什麼值進行更新。

關鍵詞引數:

• kl_coef (float) – 計算獎勵時用於乘以 KL 的係數。

• model (nn.Module, optional) – 需要控制的包裝模型。必須具有屬性 "kl_coef">。如果提供，"kl_coef" 將被就地更新。