ray.rllib.policy.policy.Policy.__init__

Policy.__init__(observation_space: gymnasium.Space, action_space: gymnasium.Space, config: dict)

初始化一个策略实例。

参数:

• observation_space – 策略的观察空间。

• action_space – 策略的动作空间。

• config – 一个完整的算法/策略配置字典。有关默认配置键和值，请参阅 rllib/algorithm/algorithm.py。