OpenXExperienceReplay

class torchrl.data.datasets.OpenXExperienceReplay(dataset_id, batch_size: int | None = None, *, shuffle: bool = True, num_slices: int | None = None, slice_len: int | None = None, pad: float | bool | None = None, replacement: bool = None, streaming: bool | None = None, root: str | Path | None = None, download: bool | None = None, sampler: Sampler | None = None, writer: Writer | None = None, collate_fn: Callable | None = None, pin_memory: bool = False, prefetch: int | None = None, transform: 'torchrl.envs.Transform' | None = None, split_trajs: bool = False, strict_length: bool = True)

Open X-Embodiment 資料集的經驗回放。

Open X-Embodiment 資料集包含超過 100 萬條真實機器人軌跡，涵蓋 22 種機器人載體，由 21 家機構合作收集，展示了 527 種技能（160266 項任務）。

網站：https://robotics-transformer-x.github.io/

GitHub：https://github.com/google-deepmind/open_x_embodiment

論文：https://arxiv.org/abs/2310.08864

資料格式遵循 TED 約定。

注意

非張量資料將使用 NonTensorData 原語寫入 tensordict 資料中。例如，資料中的 language_instruction 欄位將儲存在 data.get_non_tensor(“language_instruction”) 中（或等效地儲存在 data.get(“language_instruction”).data 中）。有關如何與儲存在 TensorDict 中的非張量資料互動的更多資訊，請參閱此類的文件。

引數:

• dataset_id (str) – 要下載的資料集。必須是 OpenXExperienceReplay.available_datasets 的一部分。

• batch_size (int) – 取樣期間使用的批次大小。如有必要，可以透過呼叫 data.sample(batch_size) 覆蓋此值。有關更精細的取樣策略，請參閱 num_slices 和 slice_len 關鍵字引數。如果 batch_size 為 None（預設），遍歷資料集將一次提供一條軌跡，而 呼叫 sample() 仍然需要提供批次大小。

關鍵字引數:

• shuffle (bool, optional) –

  如果為 True，遍歷資料集時，軌跡將以隨機順序提供。如果為 False，資料集將以預定義順序遍歷。

  警告

  shuffle=False 也會影響取樣。如果使用者希望在同一程式碼庫中體驗兩種不同的行為（隨機和非隨機），我們建議他們建立一個數據集副本，並將取樣器的 shuffle 屬性設定為 False。

• num_slices (int, optional) – 一個批次中的切片數量。這對應於一個批次中存在的軌跡數量。收集後，批次將呈現為子軌跡的連線，可以透過 batch.reshape(num_slices, -1) 恢復。如果提供，batch_size 必須能被 num_slices 整除。此引數與 slice_len 互斥。如果 num_slices 引數等於 batch_size，每個樣本將屬於一條不同的軌跡。如果既未提供 slice_len 也未提供 num_slices：每當軌跡長度短於批次大小時，將取樣其長度為 batch_size 的連續切片。如果軌跡長度不足，將引發異常，除非 pad 不是 None。

• slice_len (int, optional) –

  一個批次中的切片長度。這對應於一個批次中存在的軌跡長度。收集後，批次將呈現為子軌跡的連線，可以透過 batch.reshape(-1, slice_len) 恢復。如果提供，batch_size 必須能被 slice_len 整除。此引數與 num_slices 互斥。如果 slice_len 引數等於 1，每個樣本將屬於一條不同的軌跡。如果既未提供 slice_len 也未提供 num_slices：每當軌跡長度短於批次大小時，將取樣其長度為 batch_size 的連續切片。如果軌跡長度不足，將引發異常，除非 pad 不是 None。

  注意

  slice_len（但不能使用 num_slices）可在遍歷資料集時使用，而無需在建構函式中傳入批次大小。在這些情況下，將選擇軌跡的隨機子序列。

• replacement (bool, optional) – 如果為 False，將進行無放回取樣。對於已下載資料集預設為 True，對於流式資料集預設為 False。

• pad (bool, float or None) – 如果為 True，對於根據 slice_len 或 num_slices 引數長度不足的軌跡，將用 0 填充。如果提供了其他值，將用於填充。如果為 False 或 None（預設），遇到長度不足的軌跡將引發異常。

• root (Path or str, optional) – OpenX 資料集的根目錄。實際的資料集記憶體對映檔案將儲存在 <root>/<dataset_id> 下。如果未提供，預設為 ~/.cache/torchrl/atari.openx`。

• streaming (bool, optional) –

  如果為 True，資料將不會被下載，而是從流中讀取。

  注意

  當 download=True 與 streaming=True 相比時，資料的格式__將 改變__。如果資料已下載且取樣器未被觸動（即 num_slices=None、slice_len=None 和 sampler=None），將從資料集中隨機取樣轉換。使用 streaming=True 無法以合理的成本做到這一點：在這種情況下，軌跡將一次一個地被取樣並交付（並進行裁剪以符合批次大小等）。當指定 num_slices 和 slice_len 時，這兩種模式的行為更加相似，因為在這些情況下，兩種情況都會返回子片段的檢視。

• download (bool or str, optional) – 如果未找到資料集，是否應該下載。預設為 True。下載也可以傳遞為 “force”，在這種情況下，已下載的資料將被覆蓋。

• sampler (Sampler, optional) – 要使用的取樣器。如果未提供，將使用預設的 RandomSampler()。

• writer (Writer, optional) – 要使用的寫入器。如果未提供，將使用預設的 ImmutableDatasetWriter。

• collate_fn (callable, optional) – 合併樣本列表以形成 Tensor(s)/輸出的迷你批次。在使用 map-style 資料集進行批次載入時使用。

• pin_memory (bool) – 是否應該對 rb 樣本呼叫 pin_memory()。

• prefetch (int, optional) – 使用多執行緒預取的下一個批次的數量。

• transform (Transform, optional) – 呼叫 sample() 時要執行的變換。要鏈式呼叫變換，請使用 Compose 類。

• split_trajs (bool, optional) – 如果為 True，軌跡將沿第一個維度分割並填充以具有匹配的形狀。為了分割軌跡，將使用 "done" 訊號，該訊號透過 done = truncated | terminated 恢復。換句話說，假定任何 truncated 或 terminated 訊號都等同於軌跡的結束。預設為 False。

• strict_length (bool, optional) – 如果為 False，允許長度短於 slice_len（或 batch_size // num_slices）的軌跡出現在批次中。請注意，這可能導致實際的 batch_size 短於請求的大小！可以使用 torchrl.collectors.split_trajectories() 分割軌跡。預設為 True。

示例

>>> from torchrl.data.datasets import OpenXExperienceReplay
>>> import tempfile
>>> # Download the data, and sample 128 elements in each batch out of two trajectories
>>> num_slices = 2
>>> with tempfile.TemporaryDirectory() as root:
...     dataset = OpenXExperienceReplay("cmu_stretch", batch_size=128,
...         num_slices=num_slices, download=True, streaming=False,
...         root=root,
...         )
...     for batch in dataset:
...         print(batch.reshape(num_slices, -1))
...         break
TensorDict(
    fields={
        action: Tensor(shape=torch.Size([2, 64, 8]), device=cpu, dtype=torch.float64, is_shared=False),
        discount: Tensor(shape=torch.Size([2, 64]), device=cpu, dtype=torch.float32, is_shared=False),
        done: Tensor(shape=torch.Size([2, 64, 1]), device=cpu, dtype=torch.bool, is_shared=False),
        episode: Tensor(shape=torch.Size([2, 64]), device=cpu, dtype=torch.int32, is_shared=False),
        index: Tensor(shape=torch.Size([2, 64]), device=cpu, dtype=torch.int64, is_shared=False),
        is_init: Tensor(shape=torch.Size([2, 64]), device=cpu, dtype=torch.bool, is_shared=False),
        language_embedding: Tensor(shape=torch.Size([2, 64, 512]), device=cpu, dtype=torch.float64, is_shared=False),
        language_instruction: NonTensorData(
            data='lift open green garbage can lid',
            batch_size=torch.Size([2, 64]),
            device=cpu,
            is_shared=False),
        next: TensorDict(
            fields={
                done: Tensor(shape=torch.Size([2, 64, 1]), device=cpu, dtype=torch.bool, is_shared=False),
                observation: TensorDict(
                    fields={
                        image: Tensor(shape=torch.Size([2, 64, 3, 128, 128]), device=cpu, dtype=torch.uint8, is_shared=False),
                        state: Tensor(shape=torch.Size([2, 64, 4]), device=cpu, dtype=torch.float64, is_shared=False)},
                    batch_size=torch.Size([2, 64]),
                    device=cpu,
                    is_shared=False),
                reward: Tensor(shape=torch.Size([2, 64, 1]), device=cpu, dtype=torch.float32, is_shared=False),
                terminated: Tensor(shape=torch.Size([2, 64, 1]), device=cpu, dtype=torch.bool, is_shared=False),
                truncated: Tensor(shape=torch.Size([2, 64, 1]), device=cpu, dtype=torch.bool, is_shared=False)},
            batch_size=torch.Size([2, 64]),
            device=cpu,
            is_shared=False),
        observation: TensorDict(
            fields={
                image: Tensor(shape=torch.Size([2, 64, 3, 128, 128]), device=cpu, dtype=torch.uint8, is_shared=False),
                state: Tensor(shape=torch.Size([2, 64, 4]), device=cpu, dtype=torch.float64, is_shared=False)},
            batch_size=torch.Size([2, 64]),
            device=cpu,
            is_shared=False),
        terminated: Tensor(shape=torch.Size([2, 64, 1]), device=cpu, dtype=torch.bool, is_shared=False),
        truncated: Tensor(shape=torch.Size([2, 64, 1]), device=cpu, dtype=torch.bool, is_shared=False)},
    batch_size=torch.Size([2, 64]),
    device=cpu,
    is_shared=False)
>>> # Read data from a stream. Deliver entire trajectories when iterating
>>> dataset = OpenXExperienceReplay("cmu_stretch",
...     num_slices=num_slices, download=False, streaming=True)
>>> for data in dataset: # data does not have a consistent shape
...     break
>>> # Define batch-size dynamically
>>> data = dataset.sample(128)  # delivers 2 sub-trajectories of length 64

add(data: TensorDictBase) → int

向經驗回放緩衝區新增一個元素。

引數:

data (Any) – 要新增到經驗回放緩衝區的資料

返回:

資料在經驗回放緩衝區中的索引。

append_transform(transform: Transform, *, invert: bool = False) → ReplayBuffer

在末尾新增變換。

呼叫 sample 時，變換按順序應用。

引數:

transform (Transform) – 要新增的變換

關鍵字引數:

invert (bool, optional) – 如果為 True，變換將被反轉（寫入期間呼叫 forward，讀取期間呼叫 inverse）。預設為 False。

示例

>>> rb = ReplayBuffer(storage=LazyMemmapStorage(10), batch_size=4)
>>> data = TensorDict({"a": torch.zeros(10)}, [10])
>>> def t(data):
...     data += 1
...     return data
>>> rb.append_transform(t, invert=True)
>>> rb.extend(data)
>>> assert (data == 1).all()

property data_path

資料集路徑，包括分割資訊。

property data_path_root

資料集根目錄路徑。

delete()

從磁碟刪除資料集儲存。

dump(*args, **kwargs)

dumps() 的別名。

dumps(path)

將經驗回放緩衝區儲存到指定路徑的磁碟上。

引數:

path (Path or str) – 儲存經驗回放緩衝區的路徑。

示例

>>> import tempfile
>>> import tqdm
>>> from torchrl.data import LazyMemmapStorage, TensorDictReplayBuffer
>>> from torchrl.data.replay_buffers.samplers import PrioritizedSampler, RandomSampler
>>> import torch
>>> from tensordict import TensorDict
>>> # Build and populate the replay buffer
>>> S = 1_000_000
>>> sampler = PrioritizedSampler(S, 1.1, 1.0)
>>> # sampler = RandomSampler()
>>> storage = LazyMemmapStorage(S)
>>> rb = TensorDictReplayBuffer(storage=storage, sampler=sampler)
>>>
>>> for _ in tqdm.tqdm(range(100)):
...     td = TensorDict({"obs": torch.randn(100, 3, 4), "next": {"obs": torch.randn(100, 3, 4)}, "td_error": torch.rand(100)}, [100])
...     rb.extend(td)
...     sample = rb.sample(32)
...     rb.update_tensordict_priority(sample)
>>> # save and load the buffer
>>> with tempfile.TemporaryDirectory() as tmpdir:
...     rb.dumps(tmpdir)
...
...     sampler = PrioritizedSampler(S, 1.1, 1.0)
...     # sampler = RandomSampler()
...     storage = LazyMemmapStorage(S)
...     rb_load = TensorDictReplayBuffer(storage=storage, sampler=sampler)
...     rb_load.loads(tmpdir)
...     assert len(rb) == len(rb_load)

empty()

清空經驗回放緩衝區並將遊標重置為 0。

extend(tensordicts: TensorDictBase) → Tensor

使用迭代器中包含的一個或多個元素擴充套件經驗回放緩衝區。

如果存在，將呼叫逆變換。

引數:

data (iterable) – 要新增到經驗回放緩衝區的資料集合。

返回:

新增到經驗回放緩衝區的資料的索引。

警告

extend() 在處理值列表時可能具有模糊的簽名，這些值列表應被解釋為 PyTree（在這種情況下，列表中的所有元素將被放入儲存中儲存的 PyTree 的一個切片中）或要逐個新增的值列表。為了解決這個問題，TorchRL 明確區分了 list 和 tuple：tuple 將被視為 PyTree，list（在根級別）將被解釋為要逐個新增到緩衝區的值堆疊。對於 ListStorage 例項，只能提供未繫結的元素（不能提供 PyTrees）。

insert_transform(index: int, transform: Transform, *, invert: bool = False) → ReplayBuffer

插入變換。

呼叫 sample 時，變換按順序執行。

引數:

• index (int) – 插入變換的位置。

• transform (Transform) – 要新增的變換

關鍵字引數:

invert (bool, optional) – 如果為 True，變換將被反轉（寫入期間呼叫 forward，讀取期間呼叫 inverse）。預設為 False。

load(*args, **kwargs)

loads() 的別名。

loads(path)

從給定路徑載入經驗回放緩衝區狀態。

緩衝區應具有匹配的元件並使用 dumps() 儲存。

引數:

path (Path or str) – 經驗回放緩衝區儲存的路徑。

有關更多資訊，請參閱 dumps()。

preprocess(fn: Callable[[TensorDictBase], TensorDictBase], dim: int = 0, num_workers: int | None = None, *, chunksize: int | None = None, num_chunks: int | None = None, pool: mp.Pool | None = None, generator: torch.Generator | None = None, max_tasks_per_child: int | None = None, worker_threads: int = 1, index_with_generator: bool = False, pbar: bool = False, mp_start_method: str | None = None, num_frames: int | None = None, dest: str | Path) → TensorStorage

預處理資料集並返回包含格式化資料的新儲存。

資料轉換必須是單元的（作用於資料集的單個樣本）。

引數和關鍵字引數將轉發給 map()。

隨後可以使用 delete() 刪除資料集。

關鍵字引數:

• dest (path 或 等效型別) – 新資料集的儲存位置路徑。

• num_frames (int, 可選) – 如果提供，將僅轉換前 num_frames 個幀。這對於初步除錯轉換很有用。

返回: 可在 ReplayBuffer 例項中使用的新的儲存。

示例

>>> from torchrl.data.datasets import MinariExperienceReplay
>>>
>>> data = MinariExperienceReplay(
...     list(MinariExperienceReplay.available_datasets)[0],
...     batch_size=32
...     )
>>> print(data)
MinariExperienceReplay(
    storages=TensorStorage(TensorDict(
        fields={
            action: MemoryMappedTensor(shape=torch.Size([1000000, 8]), device=cpu, dtype=torch.float32, is_shared=True),
            episode: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.int64, is_shared=True),
            info: TensorDict(
                fields={
                    distance_from_origin: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                    forward_reward: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                    goal: MemoryMappedTensor(shape=torch.Size([1000000, 2]), device=cpu, dtype=torch.float64, is_shared=True),
                    qpos: MemoryMappedTensor(shape=torch.Size([1000000, 15]), device=cpu, dtype=torch.float64, is_shared=True),
                    qvel: MemoryMappedTensor(shape=torch.Size([1000000, 14]), device=cpu, dtype=torch.float64, is_shared=True),
                    reward_ctrl: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                    reward_forward: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                    reward_survive: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                    success: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.bool, is_shared=True),
                    x_position: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                    x_velocity: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                    y_position: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                    y_velocity: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True)},
                batch_size=torch.Size([1000000]),
                device=cpu,
                is_shared=False),
            next: TensorDict(
                fields={
                    done: MemoryMappedTensor(shape=torch.Size([1000000, 1]), device=cpu, dtype=torch.bool, is_shared=True),
                    info: TensorDict(
                        fields={
                            distance_from_origin: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                            forward_reward: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                            goal: MemoryMappedTensor(shape=torch.Size([1000000, 2]), device=cpu, dtype=torch.float64, is_shared=True),
                            qpos: MemoryMappedTensor(shape=torch.Size([1000000, 15]), device=cpu, dtype=torch.float64, is_shared=True),
                            qvel: MemoryMappedTensor(shape=torch.Size([1000000, 14]), device=cpu, dtype=torch.float64, is_shared=True),
                            reward_ctrl: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                            reward_forward: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                            reward_survive: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                            success: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.bool, is_shared=True),
                            x_position: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                            x_velocity: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                            y_position: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True),
                            y_velocity: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.float64, is_shared=True)},
                        batch_size=torch.Size([1000000]),
                        device=cpu,
                        is_shared=False),
                    observation: TensorDict(
                        fields={
                            achieved_goal: MemoryMappedTensor(shape=torch.Size([1000000, 2]), device=cpu, dtype=torch.float64, is_shared=True),
                            desired_goal: MemoryMappedTensor(shape=torch.Size([1000000, 2]), device=cpu, dtype=torch.float64, is_shared=True),
                            observation: MemoryMappedTensor(shape=torch.Size([1000000, 27]), device=cpu, dtype=torch.float64, is_shared=True)},
                        batch_size=torch.Size([1000000]),
                        device=cpu,
                        is_shared=False),
                    reward: MemoryMappedTensor(shape=torch.Size([1000000, 1]), device=cpu, dtype=torch.float64, is_shared=True),
                    terminated: MemoryMappedTensor(shape=torch.Size([1000000, 1]), device=cpu, dtype=torch.bool, is_shared=True),
                    truncated: MemoryMappedTensor(shape=torch.Size([1000000, 1]), device=cpu, dtype=torch.bool, is_shared=True)},
                batch_size=torch.Size([1000000]),
                device=cpu,
                is_shared=False),
            observation: TensorDict(
                fields={
                    achieved_goal: MemoryMappedTensor(shape=torch.Size([1000000, 2]), device=cpu, dtype=torch.float64, is_shared=True),
                    desired_goal: MemoryMappedTensor(shape=torch.Size([1000000, 2]), device=cpu, dtype=torch.float64, is_shared=True),
                    observation: MemoryMappedTensor(shape=torch.Size([1000000, 27]), device=cpu, dtype=torch.float64, is_shared=True)},
                batch_size=torch.Size([1000000]),
                device=cpu,
                is_shared=False)},
        batch_size=torch.Size([1000000]),
        device=cpu,
        is_shared=False)),
    samplers=RandomSampler,
    writers=ImmutableDatasetWriter(),
batch_size=32,
transform=Compose(
),
collate_fn=<function _collate_id at 0x120e21dc0>)
>>> from torchrl.envs import CatTensors, Compose
>>> from tempfile import TemporaryDirectory
>>>
>>> cat_tensors = CatTensors(
...     in_keys=[("observation", "observation"), ("observation", "achieved_goal"),
...              ("observation", "desired_goal")],
...     out_key="obs"
...     )
>>> cat_next_tensors = CatTensors(
...     in_keys=[("next", "observation", "observation"),
...              ("next", "observation", "achieved_goal"),
...              ("next", "observation", "desired_goal")],
...     out_key=("next", "obs")
...     )
>>> t = Compose(cat_tensors, cat_next_tensors)
>>>
>>> def func(td):
...     td = td.select(
...         "action",
...         "episode",
...         ("next", "done"),
...         ("next", "observation"),
...         ("next", "reward"),
...         ("next", "terminated"),
...         ("next", "truncated"),
...         "observation"
...         )
...     td = t(td)
...     return td
>>> with TemporaryDirectory() as tmpdir:
...     new_storage = data.preprocess(func, num_workers=4, pbar=True, mp_start_method="fork", dest=tmpdir)
...     rb = ReplayBuffer(storage=new_storage)
...     print(rb)
ReplayBuffer(
    storage=TensorStorage(
        data=TensorDict(
            fields={
                action: MemoryMappedTensor(shape=torch.Size([1000000, 8]), device=cpu, dtype=torch.float32, is_shared=True),
                episode: MemoryMappedTensor(shape=torch.Size([1000000]), device=cpu, dtype=torch.int64, is_shared=True),
                next: TensorDict(
                    fields={
                        done: MemoryMappedTensor(shape=torch.Size([1000000, 1]), device=cpu, dtype=torch.bool, is_shared=True),
                        obs: MemoryMappedTensor(shape=torch.Size([1000000, 31]), device=cpu, dtype=torch.float64, is_shared=True),
                        observation: TensorDict(
                            fields={
                            },
                            batch_size=torch.Size([1000000]),
                            device=cpu,
                            is_shared=False),
                        reward: MemoryMappedTensor(shape=torch.Size([1000000, 1]), device=cpu, dtype=torch.float64, is_shared=True),
                        terminated: MemoryMappedTensor(shape=torch.Size([1000000, 1]), device=cpu, dtype=torch.bool, is_shared=True),
                        truncated: MemoryMappedTensor(shape=torch.Size([1000000, 1]), device=cpu, dtype=torch.bool, is_shared=True)},
                    batch_size=torch.Size([1000000]),
                    device=cpu,
                    is_shared=False),
                obs: MemoryMappedTensor(shape=torch.Size([1000000, 31]), device=cpu, dtype=torch.float64, is_shared=True),
                observation: TensorDict(
                    fields={
                    },
                    batch_size=torch.Size([1000000]),
                    device=cpu,
                    is_shared=False)},
            batch_size=torch.Size([1000000]),
            device=cpu,
            is_shared=False),
        shape=torch.Size([1000000]),
        len=1000000,
        max_size=1000000),
    sampler=RandomSampler(),
    writer=RoundRobinWriter(cursor=0, full_storage=True),
    batch_size=None,
    collate_fn=<function _collate_id at 0x168406fc0>)

register_load_hook(hook: Callable[[Any], Any])

註冊儲存的載入鉤子。

注意

鉤子目前在儲存回放緩衝區時不會被序列化：每次建立緩衝區時必須手動重新初始化它們。

register_save_hook(hook: Callable[[Any], Any])

註冊儲存的儲存鉤子。

注意

鉤子目前在儲存回放緩衝區時不會被序列化：每次建立緩衝區時必須手動重新初始化它們。

sample(batch_size: int | None = None, return_info: bool = False, include_info: bool = None) → TensorDictBase

從回放緩衝區中取樣一批資料。

使用 Sampler 取樣索引，並從 Storage 中檢索它們。

引數:

• batch_size (int, 可選) – 要收集的資料大小。如果未提供，此方法將按取樣器指示的批次大小進行取樣。

• return_info (bool) – 是否返回資訊 (info)。如果為 True，結果為元組 (data, info)。如果為 False，結果為 data。

返回:

一個 TensorDict，包含在回放緩衝區中選擇的一批資料。如果 return_info 標誌設定為 True，則是一個包含此 TensorDict 和 info 的元組。

property sampler

回放緩衝區的取樣器。

取樣器必須是 Sampler 的例項。

save(*args, **kwargs)

dumps() 的別名。

set_sampler(sampler: Sampler)

在回放緩衝區中設定新的取樣器並返回之前的取樣器。

set_storage(storage: Storage, collate_fn: Callable | None = None)

在回放緩衝區中設定新的儲存並返回之前的儲存。

引數:

• storage (Storage) – 緩衝區的新儲存。

• collate_fn (callable, 可選) – 如果提供，則將 collate_fn 設定為此值。否則，它將被重置為預設值。

set_writer(writer: Writer)

在回放緩衝區中設定新的寫入器並返回之前的寫入器。

property storage

回放緩衝區的儲存。

儲存必須是 Storage 的例項。

property write_count

透過 add 和 extend 方法已寫入緩衝區的總條目數。

property writer

回放緩衝區的寫入器。

寫入器必須是 Writer 的例項。