ray.rllib.core.rl_模块.rl_模块.RL模块.前向训练

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

训练期间的前向传递，从学习者调用。此方法不应被重写。相反，应重写 _forward_train 方法。

参数:

• batch – 输入批次。这个输入批次应符合 input_specs_train() 的要求。

• **kwargs – 附加的关键字参数。

返回:

前向传播的输出。该输出应符合 output_specs_train() 的要求。