# Simulazione
<a name="simulation"></a>

La simulazione ti consente di valutare il tuo agente rispetto a conversazioni dinamiche e a turni multiple generate dagli attori. LLM-backed Invece di ripetere sceneggiature predefinite, definisci i profili degli attori con personaggi e obiettivi, e il motore di simulazione avvia conversazioni realistiche con il tuo agente.

Gli scenari simulati si integrano con gli stessi [dataset](dataset-evaluations.md) runner utilizzati per scenari predefiniti. Includi scenari simulati nel tuo set di dati, imposti una configurazione di simulazione sul runner e il runner gestirà internamente il ciclo di vita dell'attore.

<a name="simulation-types"></a> **Tipi di simulazione** 

Amazon Bedrock AgentCore supporta i seguenti tipi di simulazione:
+  **Simulazione utente:** un LLM-backed attore interpreta il ruolo di un utente finale che interagisce con il tuo agente. L'attore ha una personalità (caratteristiche, contesto) e un obiettivo e genera messaggi utente realistici fino al raggiungimento dell'obiettivo o al raggiungimento del limite di turni. Usa la simulazione degli utenti per testare in che modo il tuo agente gestisce i diversi comportamenti degli utenti, le conversazioni aperte e i casi limite su larga scala.

<a name="simulation-prerequisites"></a> **Prerequisiti** 
+ I vantaggi aggiuntivi della simulazione: `pip install 'bedrock-agentcore[simulation]'` 

  Questo installa il motore di simulazione degli attori utilizzato per generare turni di conversazione dinamici.
+  AWS credenziali con autorizzazioni per richiamare il modello dell'attore tramite Amazon Bedrock. L'attore viene eseguito come chiamata LLM separata, quindi le credenziali utilizzate dal corridore devono disporre `bedrock:InvokeModel` dell'autorizzazione per il modello specificato in. `SimulationConfig.model_id`
+ Si applicano tutti i prerequisiti per la valutazione del [set](dataset-evaluations.md) di dati.

**Topics**
+ [Simulazione utente](user-simulation.md)