TruncatedNormal (截斷正態分佈)

class torchrl.modules.TruncatedNormal(loc: Tensor, scale: Tensor, upscale: Union[Tensor, float] = 5.0, low: Union[Tensor, float] = - 1.0, high: Union[Tensor, float] = 1.0, tanh_loc: bool = False)

實現帶有位置縮放的截斷正態分佈。

位置縮放可以防止位置引數“離 0 太遠”，這最終會導致數值不穩定的取樣和糟糕的梯度計算（例如梯度爆炸）。實際上，位置引數的計算方法如下：

\[loc = tanh(loc / upscale) * upscale.\]

可以透過關閉 tanh_loc 引數來停用此行為（詳見下方）。

引數:

• loc (torch.Tensor) – 正態分佈的位置引數

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

• upscale (torch.Tensor 或 數字, 可選的) –

  公式中的 ‘a’ 縮放因子

  \[loc = tanh(loc / upscale) * upscale.\]

  預設值為 5.0

• low (torch.Tensor 或 數字, 可選的) – 分佈的最小值。預設值 = -1.0；

• high (torch.Tensor 或 數字, 可選的) – 分佈的最大值。預設值 = 1.0；

• tanh_loc (布林值, 可選的) – 如果 True，則使用上述公式進行位置縮放；否則，保留原始值。預設值為 False；

log_prob(value, **kwargs)

返回在 value 處評估的機率密度/質量函式的對數。

引數:

value (Tensor) –

property mode

返回分佈的眾數。