ray.rllib.core.learner.learner.Learner._is_module_compatible_with_learner# abstract Learner._is_module_compatible_with_learner(module: RLModule) → bool[源代码]# 检查模块是否与学习者兼容。 例如,如果有一个随机的 RLModule,它将不是一个 torch 或 tf 模块,而是一个 numpy 模块。因此,在基于梯度的优化过程中,我们不应考虑它。 参数: module – 要检查的模块。 返回: 如果模块与学习者兼容,则为真。