警告UserWarning: To copy construct from a tensor, it is recommended to use sourceTensor.clone().detach

SAC训练时报错

D:\my_Webots_project\no_wheel\controllers\Env_SAC\SAC_continuous.py:253: UserWarning: To copy construct from a tensor, it is recommended to use sourceTensor.clone().detach() or sourceTensor.clone().detach().requires_grad_(True), rather than torch.tensor(sourceTensor).
  self.alpha = torch.tensor(self.alpha, dtype=torch.float32, device=self.device)

D:\my_Webots_project\no_wheel\controllers\Env_SAC\SAC_continuous.py:252: UserWarning: To copy construct from a tensor, it is recommended to use sourceTensor.clone().detach() or sourceTensor.clone().detach().requires_grad_(True), rather than torch.tensor(sourceTensor).
  self.GAMMA = torch.tensor(self.GAMMA, dtype=torch.float32, device=self.device)
D:\my_Webots_project\no_wheel\controllers\Env_SAC\SAC_continuous.py:314: UserWarning: To copy construct from a tensor, it is recommended to use sourceTensor.clone().detach() or sourceTensor.clone().detach().requires_grad_(True), rather than torch.tensor(sourceTensor).
  self.target_entropy = torch.tensor(self.target_entropy, dtype=torch.float32, device=self.device)

这个警告信息是提示在构造新的张量时，推荐使用 sourceTensor.clone().detach() 或 sourceTensor.clone().detach().requires_grad_(True)，而不是使用 torch.tensor(sourceTensor) 的方式。

警告信息提到了这个建议，是因为在 PyTorch 中，torch.tensor() 函数都会创建新的张量，并且不与原先的张量共享内存，即使输入的是一个已有的 PyTorch 张量。如果原先的张量是一个反向传播计算图的一部分，使用 torch.tensor() 函数会破坏计算图中张量的历史信息，使原来的张量和新创建的张量不再共享梯度和计算历史。因此，如果想要创建一个新的张量，最好使用 tensor.clone().detach() 或者 tensor.detach().clone()，这样可以安全地复制一个共享计算历史的张量。

b = a.clone().detach() # 或者 b = a.detach().clone()

代替

b = torch.tensor(a)

这样生成的张量 b 具有相同的形状和值，但是它不再共享梯度和计算历史，可以安全地用于其他操作。

目前可以正常训练，暂未修改代码