rollout 是什么：机器学习（强化学习）领域

指从特定初始状态开始，按照某个策略或模型进行一系列动作和状态转移，直到达到终止状态或预定时间步数 。比如：

• 迷宫任务：强化学习代理在迷宫中，从起始点出发，按某策略（如随机选方向走）进行移动，直到找到出口或达到最大移动步数，这个过程就是rollout 。通过多次rollout，收集数据来评估策略好不好，进而优化策略，让代理下次能更快走出迷宫。
• 游戏场景：在一个策略游戏里，智能体从游戏开始状态，依据自身策略执行一系列操作（如建造建筑、训练士兵等），到游戏结束（如达到一定回合数、击败对手等）的过程，就是rollout 。用于评估智能体策略在游戏中的表现，为改进策略提供依据。

在机器学习的强化学习领域，“rollout” 指从特定初始状态出发，依照某个策略或模型，执行一系列动作并经历状态转移，直至达到终止状态或预定时间步数的过程 。

比如在训练玩围棋的智能体时，从棋局的初始局面（初始状态）开