ClipTransform

類 torchrl.envs.transforms.ClipTransform(in_keys=None, out_keys=None, in_keys_inv=None, out_keys_inv=None, *, low=None, high=None)

用於裁剪輸入（狀態、動作）或輸出（觀測、獎勵）值的 transform。

此 transform 可以接受多個輸入或輸出鍵，但每個 transform 僅支援一個值。如果需要多個裁剪值，則應將多個 transform 依次附加。

引數：

• in_keys (NestedKeys 列表) – 輸入條目 (讀取)

• out_keys (NestedKeys 列表) – 輸入條目 (寫入)

• in_keys_inv (NestedKeys 列表) – 在 inv() 呼叫期間的輸入條目 (讀取)。

• out_keys_inv (NestedKeys 列表) – 在 inv() 呼叫期間的輸入條目 (寫入)。

關鍵字引數：

• low (標量, 可選) – 裁剪空間的下界。

• high (標量, 可選) – 裁剪空間的上界。

注意

只提供 low 或 high 引數中的一個是被允許的，但至少必須提供一個。

示例

>>> from torchrl.envs.libs.gym import GymEnv
>>> base_env = GymEnv("Pendulum-v1")
>>> env = TransformedEnv(base_env, ClipTransform(in_keys=['observation'], low=-1, high=0.1))
>>> r = env.rollout(100)
>>> assert (r["observation"] <= 0.1).all()

transform_observation_spec(observation_spec: TensorSpec) → TensorSpec

轉換觀測空間的 spec，使結果 spec 與 transform 對映匹配。

引數：

observation_spec (TensorSpec) – transform 前的 spec

返回：

transform 後的預期 spec

transform_reward_spec(reward_spec: TensorSpec) → TensorSpec

轉換獎勵空間的 spec，使結果 spec 與 transform 對映匹配。

引數：

reward_spec (TensorSpec) – transform 前的 spec

返回：

transform 後的預期 spec