结果验证：预期与实际

比较的是什么？

执行的实际结果与为工具或流程定义的预期结果。

失败的裁定有什么作用？

它被记录，工具不被信任，策略权重相应更新。

验证是生成的一部分吗？

不是。它是一个单独的步骤。生成而不验证是静默失败。裁定必须被记录。

什么产生 reward？

验证中实际结果与预期结果之间的比较。reward 更新策略权重。

没有验证会怎样？

没有验证，结果被假定。系统无法从其行为中学习或调整其行为。