ray.rllib.utils.exploration.exploration.Exploration

class ray.rllib.utils.exploration.exploration.Exploration(action_space: gymnasium.spaces.Space, *, framework: str, policy_config: dict, model: ModelV2, num_workers: int, worker_index: int)

基类：object

实现了一种策略的探索策略。

探索过程接收模型输出、分布和一个来自代理的时间步，并使用已实现的探索模式计算出一个应用于环境的动作。

方法

__init__	参数 action_space: 探索的动作空间。
before_compute_actions	在调用 policy.compute_actions() 之前的准备工作钩子。
get_exploration_action	返回一个（可能的）探索性动作及其对数似然。
get_exploration_optimizer	可以将优化器添加到策略自身的 optimizers 中。
get_state	返回当前的探索状态。
on_episode_end	在剧集结束时处理必要的探索逻辑。
on_episode_start	在剧集开始时处理必要的探索逻辑。
postprocess_trajectory	处理已完成剧情节点的后处理。
set_state	将 Exploration 对象的状态设置为给定的值。