ray.rllib.utils.exploration.stochastic_sampling.StochasticSampling

class ray.rllib.utils.exploration.stochastic_sampling.StochasticSampling(action_space: gymnasium.spaces.Space, *, framework: str, model: ModelV2, random_timesteps: int = 0, **kwargs)

基类：Exploration

一种仅从分布中采样的探索。

通过在调用 get_exploration_action 时传入 explore=False，可以使采样过程变为确定性的。此外，还允许为分布设置计划参数，例如随着时间降低标准差、温度等。

方法

__init__	初始化一个 StochasticSampling 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。