NoisyLinear

class torchrl.modules.NoisyLinear(in_features: int, out_features: int, bias: bool = True, device: Optional[Union[device, str, int]] = None, dtype: Optional[dtype] = None, std_init: float = 0.1)

噪聲線性層。

出自《用於探索的噪聲網路》（Noisy Networks for Exploration），https://arxiv.org/abs/1706.10295v3

噪聲線性層是一種線上性層權重中新增引數化噪聲的層。這種引入的隨機性可用於 RL（強化學習）網路的智慧體策略中，以幫助進行高效探索。噪聲的引數與其他剩餘網路權重一起透過梯度下降進行學習。通常採用分解式高斯噪聲。

引數：

• in_features (int) – 輸入特徵維度

• out_features (int) – 輸出特徵維度

• bias (bool, 可選) – 如果為 True，則會在矩陣乘法中新增一個偏置項：Ax + b。預設為 True

• device (DEVICE_TYPING, 可選) – 層的裝置。預設為 "cpu"

• dtype (torch.dtype, 可選) – 引數的資料型別。預設為 None（預設 PyTorch 資料型別）

• std_init (標量, 可選) – 最佳化前高斯標準差的初始值。預設為 0.1