伴随着业务的不断发展，业务策略迭代成本越来越高，开发周期越来越长。这个时候一个能够模拟现实环境的仿真平台就非常必要，一方面可能不用进行线上开发，就可以进行策略效果的验证。另一方面能够测试不同的策略本身的优劣，可以更全面的进行策略验证。但是怎么准确预测司机的行为被改变以后，后续的行为变化，就是一个非常难的问题。

在这一块我们尝试了强化学习的机制，来对司机的行为进行预测，突破了小样本学习的难题，并取得了不错的效果，通过算法模拟的司机行驶路径和司机实际路径基本一致。

在本次分享中，我们将会大家介绍下滴滴代驾搭建一个完整的仿真平台的具体实践以及核心设计思路。

演讲大纲

1. 仿真平台架构介绍
2. 司机行为模拟功能模块设计
3. 司机行为模拟的强化学习应用
4. 困难和挑战总结

听众受益

• 滴滴代驾仿真平台介绍，了解如何搭建一个完整的代驾仿真平台
• 了解强化学习技术在派单流程模拟中的应用