Pytorch中的強化學習

torch.distributions.Categorical()

功能：根據概率分布來產生sample，產生的sample是輸入tensor的index

如：

　　>>> m = Categorical(torch.tensor([ 0.25, 0.25, 0.25, 0.25 ]))

　　>>> m.sample() 　　# equal probability of 0, 1, 2, 3

　　tensor(3)