模拟器就是user simulator主要分为哪三大块？
模拟器就是user simulator主要分为哪三大块？
展开
收起
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
1
条回答
写回答
-
一个是 user model，用来模拟人的行为的；第二个是 error model，模拟完人的行为以后经过 error model 引入一个错误扰动，用 user model 产出的只是一个概率为 1 的东西；第三个模块是 reward model，用来提供 reward 值。
2022-05-14 15:10:03赞同 展开评论
相关问答
