Stack

類 torchrl.envs.transforms.Stack(in_keys: Sequence[NestedKey], out_key: NestedKey, in_key_inv: NestedKey | None = None, out_keys_inv: Sequence[NestedKey] | None = None, dim: int = - 1, allow_positive_dim: bool = False, *, del_keys: bool = True)

堆疊張量（tensor）和 tensordict。

沿新維度連線一系列張量或 tensordict。in_keys 下的 tensordict 或張量必須具有相同的形狀。

此轉換僅將輸入堆疊為一個輸出 key。將多組輸入 key 堆疊到不同的輸出 key 需要多個轉換。

此轉換對於包含多個智慧體、其 specs 在不同 key 下相同的情況非常有用。可以將智慧體的 specs 和 tensordict 在一個共享 key 下堆疊在一起，以便執行多智慧體強化學習 (MARL) 演算法，這些演算法需要觀察、獎勵等的張量包含所有智慧體的批次資料。

引數：

• in_keys (NestedKey 序列) – 要堆疊的 key。

• out_key (NestedKey) – 結果堆疊條目的 key。

• in_key_inv (NestedKey, 可選) – 在 inv() 呼叫期間用於取消堆疊的 key。預設為 None。

• out_keys_inv (NestedKey 序列, 可選) – inv() 呼叫後結果取消堆疊條目的 key。預設為 None。

• dim (int, 可選) – 要插入的維度。預設為 -1。

• allow_positive_dim (bool, 可選) – 如果為 True，則接受正維度。預設為 False，即不允許非負維度。

關鍵字引數：

del_keys (bool, 可選) – 如果為 True，則輸入值將在堆疊後被刪除。預設為 True。

示例

>>> import torch
>>> from tensordict import TensorDict
>>> from torchrl.envs import Stack
>>> td = TensorDict({"key1": torch.zeros(3), "key2": torch.ones(3)}, [])
>>> td
TensorDict(
    fields={
        key1: Tensor(shape=torch.Size([3]), device=cpu, dtype=torch.float32, is_shared=False),
        key2: Tensor(shape=torch.Size([3]), device=cpu, dtype=torch.float32, is_shared=False)},
    batch_size=torch.Size([]),
    device=None,
    is_shared=False)
>>> transform = Stack(in_keys=["key1", "key2"], out_key="out", dim=-2)
>>> transform(td)
TensorDict(
    fields={
        out: Tensor(shape=torch.Size([2, 3]), device=cpu, dtype=torch.float32, is_shared=False)},
    batch_size=torch.Size([]),
    device=None,
    is_shared=False)
>>> td["out"]
tensor([[0., 0., 0.],
        [1., 1., 1.]])

>>> agent_0 = TensorDict({"obs": torch.rand(4, 5), "reward": torch.zeros(1)})
>>> agent_1 = TensorDict({"obs": torch.rand(4, 5), "reward": torch.zeros(1)})
>>> td = TensorDict({"agent_0": agent_0, "agent_1": agent_1})
>>> transform = Stack(in_keys=["agent_0", "agent_1"], out_key="agents")
>>> transform(td)
TensorDict(
    fields={
        agents: TensorDict(
            fields={
                obs: Tensor(shape=torch.Size([2, 4, 5]), device=cpu, dtype=torch.float32, is_shared=False),
                reward: Tensor(shape=torch.Size([2, 1]), device=cpu, dtype=torch.float32, is_shared=False)},
            batch_size=torch.Size([2]),
            device=None,
            is_shared=False)},
    batch_size=torch.Size([]),
    device=None,
    is_shared=False)

forward(tensordict: TensorDictBase) → TensorDictBase

讀取輸入的 tensordict，並對選定的 key 應用轉換。

transform_done_spec(done_spec: TensorSpec) → TensorSpec

轉換 done spec，使其結果 spec 與轉換對映匹配。

引數：

done_spec (TensorSpec) – 轉換前的 spec

返回：

轉換後預期的 spec

transform_input_spec(input_spec: TensorSpec) → TensorSpec

轉換 input spec，使其結果 spec 與轉換對映匹配。

引數：

input_spec (TensorSpec) – 轉換前的 spec

返回：

轉換後預期的 spec

transform_observation_spec(observation_spec: TensorSpec) → TensorSpec

轉換 observation spec，使其結果 spec 與轉換對映匹配。

引數：

observation_spec (TensorSpec) – 轉換前的 spec

返回：

轉換後預期的 spec

transform_reward_spec(reward_spec: TensorSpec) → TensorSpec

轉換 reward spec，使其結果 spec 與轉換對映匹配。

引數：

reward_spec (TensorSpec) – 轉換前的 spec

返回：

轉換後預期的 spec