BurnInTransform

class torchrl.envs.transforms.BurnInTransform(modules: Sequence[TensorDictModuleBase], burn_in: int, out_keys: Sequence[NestedKey] | None = None)

用於部分預熱（burn-in）資料序列的 Transform。

當無法獲得最新的迴圈狀態時，此 transform 非常有用。它從取樣到的序列資料切片中沿時間維度預熱若干步，並返回剩餘的資料序列，其中預熱的資料位於其初始時間步。此 transform 旨在用作回放緩衝區的 transform，而非環境 transform。

引數:

• modules (TensorDictModule 的序列) – 用於預熱資料序列的模組列表。

• burn_in (int) – 要預熱的時間步數。

• out_keys (NestedKey 的序列, 可選) – 目標鍵。預設為

• ` (所有指向下一時間步的模組輸出鍵 (例如，如果一個模組的輸出鍵包含 "hidden") –

• ("next" –

• module). ("hidden")，則預設為 "hidden") –

注意

此 transform 期望輸入的 TensorDicts 的最後一個維度是時間維度。它還假設所有提供的模組都能處理序列資料。

示例

>>> import torch
>>> from tensordict import TensorDict
>>> from torchrl.envs.transforms import BurnInTransform
>>> from torchrl.modules import GRUModule
>>> gru_module = GRUModule(
...     input_size=10,
...     hidden_size=10,
...     in_keys=["observation", "hidden"],
...     out_keys=["intermediate", ("next", "hidden")],
...     default_recurrent_mode=True,
... )
>>> burn_in_transform = BurnInTransform(
...     modules=[gru_module],
...     burn_in=5,
... )
>>> td = TensorDict({
...     "observation": torch.randn(2, 10, 10),
...      "hidden": torch.randn(2, 10, gru_module.gru.num_layers, 10),
...      "is_init": torch.zeros(2, 10, 1),
... }, batch_size=[2, 10])
>>> td = burn_in_transform(td)
>>> td.shape
torch.Size([2, 5])
>>> td.get("hidden").abs().sum()
tensor(86.3008)

>>> from torchrl.data import LazyMemmapStorage, TensorDictReplayBuffer
>>> buffer = TensorDictReplayBuffer(
...     storage=LazyMemmapStorage(2),
...     batch_size=1,
... )
>>> buffer.append_transform(burn_in_transform)
>>> td = TensorDict({
...     "observation": torch.randn(2, 10, 10),
...      "hidden": torch.randn(2, 10, gru_module.gru.num_layers, 10),
...      "is_init": torch.zeros(2, 10, 1),
... }, batch_size=[2, 10])
>>> buffer.extend(td)
>>> td = buffer.sample(1)
>>> td.shape
torch.Size([1, 5])
>>> td.get("hidden").abs().sum()
tensor(37.0344)

forward(tensordict: TensorDictBase) → TensorDictBase

讀取輸入的 tensordict，並對選定的鍵應用 transform。