在 Amazon SageMaker AI 上进行多轮强化学习：实战指南

亚马逊 SageMaker AI 上的多轮强化学习（MTRL）在整项多步任务的结果上训练模型，而非基于标记好的各步骤。本实操指南以 Wordle 为例，完整演示了整个工作流：在 Amazon Bedrock AgentCore 上部署智能体与奖励机制，准备数据集，进行训练，并在推理环境中进行评估。