ray.rllib.core.learner.learner.Learner.add_模块#

Learner.add_module(*, module_id: str, module_spec: RLModuleSpec, config_overrides: Dict | None = None, new_should_module_be_updated: Sequence[str] | Callable[[str, MultiAgentBatch | None], bool] | None = None) → MultiRLModuleSpec[源代码]#

将一个模块添加到底层的 MultiRLModule 中。

更改此学习者的配置，以便使此架构更改关于检查点保存时变为永久。

参数:

  • module_id – 要添加的模块的 ModuleID。

  • module_spec – 要添加的模块的 ModuleSpec。

  • config_overrides – AlgorithmConfig 应应用于新模块的覆盖，如果有的话。

  • new_should_module_be_updated – 一个可选的 ModuleID 序列或一个接受 ModuleID 和 SampleBatchType 并返回 ModuleID 是否应更新的可调用对象。如果为 None，将保留现有的设置。不在列表中（或可调用对象返回 False）的 RLModule 将不会更新。

返回:

新的 MultiRLModuleSpec（在添加 RLModule 之后）。