代理程式模擬與強化學習環境設計

情境定義、動作空間、獎勵規則與單次回合紀錄。

客戶平台（英文）

示意工作樣本ST / 09

代理程式在模擬採購流程中決定何時請求核准。

匯出紀錄範例

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

JSONL

需要準備的資料

準備獨立測試環境、允許的動作、初始狀態、預期結果及重播步驟。

固定亂數種子重播回合，測試成功、失敗及鑽獎勵規則漏洞的情況。

內含三筆合成紀錄、需求準備清單與驗收準則。紀錄僅供示範。

SilkTrain

列出的工具僅供參考。請在需求中註明使用的平台與匯出格式，確認專案範圍時會一併核對權限與相容性。

可單獨委託人才招募、獨立品質審查或由專人負責交付。請提供樣本數、審查資格與目標日期。