ray.rllib.utils.exploration.random.Random.before_compute_actions

Random.before_compute_actions(*, timestep: numpy.array | jnp.ndarray | tf.Tensor | torch.Tensor | int | None = None, explore: numpy.array | jnp.ndarray | tf.Tensor | torch.Tensor | bool | None = None, tf_sess: tf.Session | None = None, **kwargs)

在调用 policy.compute_actions() 之前的准备工作钩子。

参数:

• timestep – 一个可选的时间步张量。

• explore – 一个可选的探索布尔标志。

• tf_sess – 要使用的 tf-session 对象。

• **kwargs – 向前兼容的关键字参数。