ray.rllib.policy.sample_batch.MultiAgentBatch

class ray.rllib.policy.sample_batch.MultiAgentBatch(policy_batches: Dict[str, SampleBatch], env_steps: int)

基类：object

来自环境中多个代理的一批经验。

policy_batches

字典映射策略ID到经验的SampleBatches。

类型:

Dict[PolicyID, SampleBatch]

count

这一批次的env步数。

方法

__init__	初始化一个 MultiAgentBatch 实例。
agent_steps	代理步骤的数量（每个环境步骤至少有1个代理步骤）。
as_multi_agent	简单地返回 `self`（已经是 MultiAgentBatch）。
compress	就地压缩每个策略批次（按列）。
copy	将自身深度复制到一个新的 MultiAgentBatch 中。
decompress_if_needed	如果已经压缩，解压缩每个策略批次（按列）。
env_steps	环境步数（每个环境步数至少有1个代理步数）。
size_bytes	返回: 所有策略批次（所有列）的总字节大小。
timeslices	返回包含每个代理在那些步骤中的数据的k步批次。
to_device	TODO: 将批处理转移到指定设备作为框架张量。
wrap_as_needed	根据给定的策略返回 SampleBatch 或 MultiAgentBatch。