翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# シミュレーションエージェントとテスト床エージェント
<a name="simulation-and-test-bed-agents"></a>

シミュレーションエージェントとテスト床エージェントは、理由、行動、学習を行う仮想化環境または制御環境内で動作します。これらのエージェントは、実際の環境に適用する前に、動作、モデルの結果をシミュレートし、繰り返し可能な設定で戦略をトレーニングします。

このパターンは、反復開発、強化学習 (RL)、自律的な意思決定評価、および緊急行動テストに役立ちます。シミュレーションエージェントは多くの場合、クローズドループで動作し、環境からフィードバックを受け取り、それに応じて動作を調整し、空間推論、リアルタイム制御、複雑なシステムダイナミクスを含むタスクにとって不可欠です。

## アーキテクチャ
<a name="architecture-simulation-and-test-bed"></a>

次の図は、シミュレーションエージェントまたはテスト床エージェントを示しています。

![\[シミュレーションおよびテスト床エージェント。\]](http://docs.aws.amazon.com/ja_jp/prescriptive-guidance/latest/agentic-ai-patterns/images/simulation-and-test-bed-agents.png)


## 説明
<a name="description-simulation-and-test-bed"></a>

1. 環境を開始する
   + エージェントはシミュレートされた環境 (3D ワールド、物理エンジン、CLI サンドボックス、合成データストリームなど) を開始します。
   + エージェントは、初期タスク、目標、またはポリシーを使用して環境にロードされます。

1. エージェントを認識する
   + エージェントはシミュレーションテレメトリ (センサーエミュレーション、仮想カメラ、構造化ログなど) を通じて現在の状態を認識します。

1. 目標とメモリを取得します。
   + エージェントは、割り当てられた目標、シナリオ手順、またはコンテキスト目標を取得します。
   + また、以下を含む以前のメモリを取得することもできます。
     + 長期戦略またはポリシー
     + 環境マップまたは既知の制約
     + 同様のシミュレーションの過去の成功または失敗

1. 理由と計画
   + LLM は、シミュレートされた状態、タスクの目的、学習した知識を解釈します。
   + アクションプランまたはコントロールコマンドを生成します。

1. シミュレートされたアクションを実行します
   + エージェントは、プランの実行、状態の変更、スペースのナビゲート、仮想エンティティとのやり取りを行います。

1. 学習
   + エージェントはアクションの結果を評価します
   + エージェントの設定によっては、以下を行う場合があります。
     + RL を実行する
     + 将来のファインチューニングのログ結果
     + リアルタイムで戦略を適応させる

## 機能
<a name="capabilities-simulation-and-test-bed"></a>
+ 合成環境または仮想環境内で動作
+ trial-and-error学習、ポリシーの改良、システムモデリングをサポート
+ 動作、障害処理、エッジケースの低リスクテスト
+ マルチエージェント設定で緊急エージェント動作分析を有効にする
+ クローズドループ制御とhuman-in-the-loop探索の両方をサポート

## 一般的なユースケース
<a name="common-use-cases-simulation-and-test-bed"></a>
+ ロボット、ドローン、ゲームの強化学習
+ 仮想道路での自動車両トレーニング
+ DevOps およびテスト床シナリオ用のシミュレートされた UIs または CLIs 
+ ソーシャルシミュレーションにおける緊急の動作実験
+ 本番稼働前の決定ロジックの安全性検証

## 実装のガイダンス
<a name="implementation-guidance-simulation-and-test-bed"></a>

次のツールと を使用して、シミュレーションおよびテスト床エージェントを構築できます AWS のサービス。


| 
| 
| **コンポーネント** | **AWS のサービス** | **目的** | 
| --- |--- |--- |
| 環境 | Amazon SageMaker スタジオラボの Amazon ECS、Amazon Amazon EC2、またはカスタムシミュレーター | 仮想ワールド (Gazebo、Unity、Unreal) またはサンドボックス CLIs を実行する | 
| エージェントロジック | Amazon Bedrock、Amazon SageMaker、または AWS Lambda | LLM ベースのプランナーまたは RL エージェント | 
| フィードバックループ | Amazon SageMaker 強化学習、Amazon CloudWatch、またはカスタムログ | 報酬の追跡、結果のスコアリング、動作のログ記録 | 
| メモリとリプレイ | Amazon S3、Amazon DynamoDB、または Amazon RDS | 永続的な状態、エピソード履歴、またはシナリオデータ | 
| 視覚的表現 | Amazon CloudWatch ダッシュボードまたは Amazon SageMaker ノートブック | ポリシーの変更、結果、トレーニングメトリクスを確認する | 

追加のアプリケーションは次のとおりです。
+ [AWS SimSpace Weaver](https://aws.amazon.com/simspaceweaver/) 大規模な空間シミュレーション用
+ [AWS IoT Core](https://docs.aws.amazon.com/iot/latest/developerguide/iot-device-shadows.html) シャドウデバイスをテストするための
+ エージェントの評価とベンチマークのための [Amazon SageMaker Experiments](https://docs.aws.amazon.com/sagemaker/latest/dg/mlflow.html) 

## 概要
<a name="summary-simulation-and-test-bed"></a>

シミュレーションエージェントとテスト床エージェントは、本番環境システムにデプロイされる前に構造化された探索用です。これらのエージェントを使用して、自律ナビゲーションポリシーのトレーニング、合成環境でのビジネスプロセスのテスト、調整パターンのスワームの評価を行います。