智能体仿真与强化学习环境设计

场景定义、动作空间、奖励规则和一份完整回合日志。

客户平台（英文）

示例工作样本ST / 09

智能体在模拟采购任务中判断何时需要审批。

导出记录示例

{"episode":"SIM-07","state":"draft","action":"request_approval","reward":1,"done":true}

JSONL

需要准备的材料

准备隔离的测试环境、允许的操作、初始状态、预期结果和重放步骤。

固定随机种子重放回合，验证成功、失败和钻奖励规则空子的情况。

内含三条合成记录、需求准备清单和验收标准。记录仅供演示。

SilkTrain

所列工具仅为示例。请在需求中注明自用平台和导出格式。项目启动前将核实权限和格式兼容性。

可单独委托人才招募、独立质检或项目负责人。请注明样本量、审核人员要求和目标日期。