第十六章 模型预测控制 EnsembleModel类：train方法的问题

[Yandong23]

在Class EnsembleModel类中 trian()方法里，有如下代码：

def train(self, loss):
self.optimizer.zero_grad()
loss += 0.01 * torch.sum(self._max_logvar) - 0.01 * torch.sum(
self._min_logvar)
loss.backward()
self.optimizer.step()

其中loss的定义看上去是将_max_logvar和_min_logvar进行加权平均。
在之前的代码中只定义了_max_logvar和_min_logvar的初始化。
这是否表明这两个参数仅仅靠加权后的loss进行反向传播，然后用optimizer.step()来进行迭代计算？
这种方法的目标是否为：多次迭代后，_max_logvar和_min_logvar将会逐渐接近真实值？
盼回复，多谢

[Yandong23]

你好，我的意思是_max_logvar和_min_logvar是常数， 这样的话在loss function中不是对梯度没有影响吗？