对这几个概念，我一直理解不能。
先抛个砖，希望有更确切的中文定义~
rollout：在CS相关论文中，一般rollout表示一次试验，一条轨迹。就比如我们我们用MC仿真出了一个episode，这个episode就是一个rollout。
episode：一条轨迹
epoch：可能有多个轨迹？因为强化里面的epoch和深度学习的不一样，我在HER相关的论文里看到的epoch，是有50个episode组成的。
trajectory：一条轨迹
cycle:
simulation step：智能体和环境的一次交互
update step：网络更新一次
有的甚至在不同的论文和代码里，代表的含义都不一样。
