操作離散機率分佈
接下來你會使用隨機性策略（stochastic policy）：在給定狀態下，策略以對各個動作的機率分佈來描述代理人的行為。
PyTorch 可以用 torch.distributions.Categorical 類別來表示離散分佈，你現在就要實際操作看看。
你會發現，作為輸入的數字其實不需要像機率那樣相加為 1；它們會自動被正規化。
本練習屬於課程
Python 的深度強化學習
練習說明
- 建立一個類別型（categorical）的機率分佈。
- 從該分佈取一個樣本。
- 指定 3 個相加為 1 的正數，作為機率。
- 指定 5 個正數；Categorical 會自動將它們正規化為機率。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
from torch.distributions import Categorical
def sample_from_distribution(probs):
print(f"\nInput: {probs}")
probs = torch.tensor(probs, dtype=torch.float32)
# Instantiate the categorical distribution
dist = ____(probs)
# Take one sample from the distribution
sampled_index = ____
print(f"Taking one sample: index {sampled_index}, with associated probability {dist.probs[sampled_index]:.2f}")
# Specify 3 positive numbers summing to 1
sample_from_distribution([.3, ____, ____])
# Specify 5 positive numbers that do not sum to 1
sample_from_distribution([2, ____, ____, ____, ____])