DTLoss

class torchrl.objectives.DTLoss(*args, **kwargs)

TorchRL 實現的線上 Decision Transformer 損失函式。

在 “Decision Transformer: Reinforcement Learning via Sequence Modeling” <https://arxiv.org/abs/2106.01345> 中提出

引數:

actor_network (ProbabilisticActor) – 隨機執行者網路

關鍵字引數:

• loss_function (str) – 要使用的損失函式。預設為 "l2"。

• reduction (str, optional) – 指定應用於輸出的歸約方式："none" | "mean" | "sum"。"none"：不應用歸約，"mean"：輸出的總和除以輸出中的元素數量，"sum"：對輸出求和。預設為 "mean"。

default_keys

_AcceptedKeys 的別名

forward(tensordict: TensorDictBase = None) → TensorDictBase

計算線上 Decision Transformer 的損失。