class mindspore_rl.agent.Agent(actors, learner)

Agent的基类。作为智能体的定义，由Actor和Learner构成。具备基本的act和learn功能用于和环境交互和自我更新。

参数：

• actors (Actor) - Actor 实例。

• learner (Learner) - learner 实例。

样例：

>>> from mindspore_rl.agent.learner import Learner
>>> from mindspore_rl.agent.actor import Actor
>>> from mindspore_rl.agent.agent import Agent
>>> actors = Actor()
>>> learner = Learner()
>>> agent = Agent(actors, learner)
>>> print(agent)
Agent<
(_actors): Actor<>
(_learner): Learner<>
>

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。此接口中，Agent将与环境交互。

参数：

• phase (enum) - 一个int型的枚举值，用于初始化、收集或评估的阶段。

• 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 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。它将返回一组包含动作和其他数据的输出。此接口中，Agent不与环境交互。

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。

learn(experience)

learn 方法接收一组经验数据作为输入，以计算损失并更新权重。

参数：

• experience (tuple(Tensor)) - 经验的张量状态元组。

返回：

• results (tuple(Tensor)) - 更新权重后输出的结果。