搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「模拟器回放」找到 1 条内容
匹配正文：…动态调整（如PAIRED、PLR算法） 美团场景：骑手路径规划，先从简单网格地图训练，逐步引入真实路网、动态订单、天气扰动 3. 模拟器回放（Simulator Replay / World Model） 核心思想：用学好的环境模型替代真实交互，实现"想象训练" 两类用法： Dyna-Q风格：真实样本训练World Model，模型生成虚拟样本补充训练 MPC规划：用模型做短期 rollout 辅助决策（如Model-Based RL） 优势：大幅降低真实环境交互成本，适合高…
学习内容与项目面试，在同一条路上。