ray.rllib.core.rl_模块.rl_模块.RL模块.前向探索

RLModule.forward_exploration(batch: SampleBatch | MultiAgentBatch | Dict[str, Any], **kwargs) → Dict[str, Any]

探索期间的正向传递，从采样器调用。

不应重写此方法以实现自定义的前向探索方法。相反，应重写 _forward_exploration 方法。

参数:

• batch – 输入批次。此输入批次应符合 input_specs_exploration()。

• **kwargs – 附加的关键字参数。

返回:

前向传播的输出。此输出应符合 output_specs_exploration() 的要求。