ray.rllib.core.learner.learner_group.学习者组#

class ray.rllib.core.learner.learner_group.LearnerGroup(*, config: AlgorithmConfig, module_spec: RLModuleSpec | MultiRLModuleSpec | None = None)[源代码]#

n（可能是远程的）学习者工作者的协调者。

每个 Learner worker 都有一份 RLModule 的副本、损失函数(一个或多个)，以及一个或多个优化器。

PublicAPI (alpha): 此API处于alpha阶段，可能在稳定之前发生变化。

方法

`__init__`	初始化一个 LearnerGroup 实例。
`add_module`	将一个模块添加到底层的 MultiRLModule 中。
`foreach_learner`	对每个学习者 L 调用给定的函数，参数为：(L, **kwargs)。
`from_checkpoint`	从给定位置创建一个新的 Checkpointable 实例并返回它。
`get_metadata`	返回可写入的JSON元数据，进一步描述实现类。
`get_stats`	返回此学习组的输入队列的当前统计信息。
`get_weights`	便捷方法，替代 self.get_state(components=...)。
`remove_module`	从学习者中移除一个模块。
`restore_from_path`	从给定的路径恢复实现类的状态。
`save_to_path`	将实现类的状态（或 `state`）保存到 `path`。
`set_weights`	便捷方法，而不是 self.set_state({'learner': {'rl_module': ..}})。
`shutdown`	关闭 LearnerGroup。
`update_from_batch`	基于给定的批次，对学习器执行基于梯度的更新。
`update_from_episodes`	基于给定的片段，对学习者执行基于梯度的更新。

属性