ray.rllib.algorithms.algorithm_config.AlgorithmConfig.checkpointing

AlgorithmConfig.checkpointing(export_native_model_files: bool | None = <ray.rllib.utils.from_config._NotProvided object>, checkpoint_trainable_policies_only: bool | None = <ray.rllib.utils.from_config._NotProvided object>) → AlgorithmConfig

设置配置的检查点设置。

参数:

• export_native_model_files – 无论是单个策略还是算法的检查点是否也包含（tf 或 torch）原生模型文件。这些文件可以用来恢复这些文件中的神经网络模型，而不需要 RLlib。这些文件是通过调用实际模型上的 tf 或 torch 内置保存实用方法生成的。

• checkpoint_trainable_policies_only – 是否仅将策略添加到算法检查点（在子目录“policies/”中），这些策略根据本地工作者的 is_trainable_policy 可调用函数是可训练的。

返回:

这个更新的 AlgorithmConfig 对象。