RSSMPrior

class torchrl.modules.RSSMPrior(action_spec, hidden_dim=200, rnn_hidden_dim=200, state_dim=30, scale_lb=0.1)

RSSM 的先驗網路。

該網路接收先前的狀態和信念以及當前的動作作為輸入。它返回下一個先驗狀態和信念，以及先驗狀態分佈的引數。狀態按設計是隨機的，而信念是確定性的。在“Dream to control”論文中，它們分別被稱為“確定性狀態”和“隨機狀態”。

參考：https://arxiv.org/abs/1811.04551

引數：

• action_spec (TensorSpec) – 動作規範。

• hidden_dim (int, 可選) – 線性網路中的隱藏單元數量。迴圈網路的輸入大小。預設為 200。

• rnn_hidden_dim (int, 可選) – 迴圈網路中的隱藏單元數量。也是信念的大小。預設為 200。

• state_dim (int, 可選) – 狀態的大小。預設為 30。

• scale_lb (float, 可選) – 狀態分佈尺度的下限。預設為 0.1。

forward(state, belief, action)

定義每次呼叫時執行的計算。

應由所有子類覆蓋。

注意

儘管前向傳播（forward pass）的實現需要在該函式內定義，但後續應呼叫 Module 例項而非直接呼叫此函式，因為前者會處理註冊的鉤子（hook），而後者會默默忽略它們。