ray.rllib.core.models.catalog.Catalog.get_tokenizer_config#

classmethod Catalog.get_tokenizer_config(observation_space: gymnasium.Space, model_config_dict: dict, view_requirements: Dict[str, ViewRequirement] | None = None) → ModelConfig[源代码]#

返回给定空间的标记器配置。

这对于需要对其输入进行分词的循环/变换器模型很有用。默认情况下，RLlib 使用 Catalog 支持的模型来直接进行分词。

如果你想改变当前编码器中Catalog返回的自定义分词器而不提供整个循环网络，你应该重写这个方法。例如，如果你想为已经包含循环层并处理状态的循环编码器定义一些自定义的CNN层作为分词器。

参数:

  • observation_space – 要使用的观察空间。

  • model_config_dict – 要使用的模型配置。

  • view_requirements – 如果要编码的内容不是 observation_space，则使用视图要求。这表示一个高级用例。