class mindspore_rl.policy.Policy

策略的虚基类。在调用模型之前，应该重写此类。

construct(*inputs, **kwargs)

构造函数接口。由用户继承使用，参数可参考 EpsilonGreedyPolicy， RandomPolicy 等。

参数：

• inputs - 取决于用户的定义。

• kwargs - 取决于用户的定义。

返回：

取决于用户的定义。通常返回一个动作值或者动作的概率分布。