ray.rllib.core.learner.learner.Learner.apply_gradients

abstract Learner.apply_gradients(gradients_dict: Dict[Hashable, torch.Tensor | tf.Variable]) → None

将梯度应用于 MultiRLModule 参数。

参数:

gradients_dict – 一个与 self._params 相同（扁平）格式的梯度字典。请注意，诸如模块ID等顶层结构将不再存在于这个字典中。它仅仅将梯度张量引用映射到梯度张量。