模拟RL与生产RL差距大，EP方案连接真实环境

“模拟RL”和“生产RL”之间的差距是巨大的。在生产环境中，你的环境是一群SaaS API、数据库和用户输入。试图模拟这会导致模拟与现实的差距，你的智能体在虚假世界中训练，但在真实世界中失败。Eval Protocol（EP）通过让你连接实际的生产部署作为RL环境来解决这个问题。