RL Driven

概览

rl_driven 用于在线探索与个性化的选择算法。

对应 config/algorithm/selection/rl-driven.yaml。

主要优势

• 支持探索，而非总利用当前最佳模型。
• 随交互积累可个性化路由。
• 在线学习行为局部在单条决策。

解决什么问题？

若路由器应持续学习而非冻结当前胜者，静态选择器会成为瓶颈。rl_driven 为这些场景暴露基于探索的策略。

何时使用

• 路由应在线探索候选模型
• 个性化应随时间适应
• 可承受一定探索成本以换取长期更优选择

配置

在 routing.decisions[].algorithm 中使用：

algorithm:
  type: rl_driven
  rl_driven:
    exploration_rate: 0.15
    use_thompson_sampling: true
    enable_personalization: true