ray.rllib.models.distributions.Distribution.sample

abstract Distribution.sample(*, sample_shape: Tuple[int, ...] = None, return_logp: bool = False, **kwargs) → numpy.array | jnp.ndarray | tf.Tensor | torch.Tensor | Tuple[numpy.array | jnp.ndarray | tf.Tensor | torch.Tensor, numpy.array | jnp.ndarray | tf.Tensor | torch.Tensor]

从分布中抽取一个样本。

参数:

• sample_shape – 要绘制的样本的形状。

• return_logp – 是否返回采样值的对数概率。

• **kwargs – 向前兼容占位符。

返回:

采样值。如果 return_logp 为 True，则返回一个包含采样值及其对数概率的元组。