wrappers.py 文件源码

python
阅读 28 收藏 0 点赞 0 评论 0

项目:chi 作者: rmst 项目源码 文件源码
def _step(self, action):
        s, r, t, i = super()._step(action)
        assert isinstance(self.env, Env)
        assert isinstance(self.env.action_space, Box)
        l = self.env.action_space.low
        h = self.env.action_space.high
        m = h - l
        dif = (action - np.clip(action, l - self.slack * m, h + self.slack * m))
        i.setdefault('unwrapped_reward', r)
        r -= self.alpha * np.mean(np.square(dif / m))
        return s, r, t, i
评论列表
文章目录


问题


面经


文章

微信
公众号

扫码关注公众号