ray.rllib.policy.eager_tf_policy_v2.EagerTFPolicyV2.额外动作输出函数

EagerTFPolicyV2.extra_action_out_fn() → Dict[str, numpy.array | jnp.ndarray | tf.Tensor | torch.Tensor]

从 compute_actions() 中获取并返回的额外值。

返回:

一个额外的 fetch-dict，传递给 compute_actions() 调用并从中返回。

返回类型:

Dict[str, TensorType]