class mindspore_rl.agent.Actor

所有Actor的基类。Actor 是一个用来和环境交互并产生数据的类。

样例：

>>> from mindspore_rl.agent.actor import Actor
>>> from mindspore_rl.network import FullyConnectedNet
>>> from mindspore_rl.environment import GymEnvironment
>>> class MyActor(Actor):
...   def __init__(self):
...     super(MyActor, self).__init__()
...     self.argmax = P.Argmax()
...     self.actor_net = FullyConnectedNet(4, 10, 2)
...     self.env = GymEnvironment({'name': 'CartPole-v0'})
>>> my_actor = MyActor()
>>> print(my_actor)
MyActor<
(actor_net): FullyConnectedNet<
(linear1): Dense<input_channels=4, output_channels=10, has_bias=True>
(linear2): Dense<input_channels=10, output_channels=2, has_bias=True>
(relu): ReLU<>
>
(environment): GymEnvironment<>

act(phase, params)

act 方法接收一个枚举值和观察数据或计算动作期间所需的数据。它将返回一组包含新观察数据或其他经验的输出。此接口将与环境交互。

参数：

• phase (enum) - 一个int型的枚举值，用于初始化、收集、评估或其他用户定义的阶段。

• params (tuple(Tensor)) - 作为输入的张量元组，用于计算动作。

返回：

• observation (tuple(Tensor)) - 作为输出的张量元组，用于生成经验数据。

get_action(phase, params)

get_action 是用来获得动作的方法。用户需要根据算法重载此函数。但该函数入参需为phase和params。此接口不会与环境交互。

参数：

• phase (enum) - 一个int型的枚举值，用于初始化、收集、评估或者其他用户定义的阶段。

• params (tuple(Tensor)) - 作为输入的张量元组，用于计算动作。

返回：

• action (tuple(Tensor)) - 作为输出的张量元组，包含动作和其他所需数据的张量。