IndependentNormal

類 torchrl.modules.IndependentNormal(loc: Tensor, scale: Tensor, upscale: float = 5.0, tanh_loc: bool = False, event_dim: int = 1, **kwargs)

實現一個帶有位置縮放的 Normal 分佈。

位置縮放可以防止位置“離 0 太遠”，這最終會導致數值取樣不穩定和梯度計算不良（例如梯度爆炸）。

實際上，位置是根據以下公式計算的：\[loc = tanh(loc / upscale) * upscale.\]

可以透過關閉 tanh_loc 引數（見下文）來停用此行為。

引數：

• loc (torch.Tensor) – Normal 分佈的位置引數

• scale (torch.Tensor) – Normal 分佈的 sigma 引數（方差的平方根）

• upscale (torch.Tensor 或 數字, 可選) –

  公式中的“a”縮放因子

  實際上，位置是根據以下公式計算的：\[loc = tanh(loc / upscale) * upscale.\]

  預設為 5.0

• tanh_loc (bool, 可選) – 如果為 False，則位置縮放使用上述公式；否則保留原始值。預設為 False；

屬性 mode

返回分佈的眾數。