RewardClipping¶
- 類 torchrl.envs.transforms.RewardClipping(clamp_min: float = None, clamp_max: float = None, in_keys: Sequence[NestedKey] | None = None, out_keys: Sequence[NestedKey] | None = None)[source]¶
將獎勵擷取在 clamp_min 和 clamp_max 之間。
- 引數：
clip_min (標量) — 結果獎勵的最小值。
clip_max (標量) — 結果獎勵的最大值。
- transform_reward_spec(reward_spec: TensorSpec) TensorSpec[source]¶
變換獎勵規格（spec），使結果規格與變換對映匹配。
- 引數：
reward_spec (TensorSpec) — 變換前的規格
- 返回：
變換後的預期規格
