ray.rllib.utils.exploration.random.Random

class ray.rllib.utils.exploration.random.Random(action_space: gymnasium.spaces.Space, *, model: ModelV2, framework: str | None, **kwargs)

基类：Exploration

一个随机动作选择器（当 explore=False 时为确定性/贪婪）。

如果 explore=True，则从 self.action_space 中随机返回动作（通过 Space.sample()）。如果 explore=False，则返回贪婪/最大似然动作。

方法

__init__	初始化一个随机探索对象。
before_compute_actions	在调用 policy.compute_actions() 之前的准备工作钩子。
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。