ray.rllib.policy.torch_policy_v2.TorchPolicyV2.__init__

TorchPolicyV2.__init__(observation_space: gymnasium.spaces.Space, action_space: gymnasium.spaces.Space, config: dict, *, max_seq_len: int = 20)

初始化一个 TorchPolicy 实例。

参数:

• observation_space – 策略的观察空间。

• action_space – 策略的动作空间。

• config – 策略的配置字典。

• max_seq_len – LSTM 训练的最大序列长度。