在强化学习中，探索者和利用者是两个重要的角色。探索者负责探索未知的领域，寻找新的策略和方法；而利用者则负责利用已知的信息，执行已经学习到的最优策略。确定这两个角色的比重需要考虑到探索和利用之间的平衡。
确定探索者和利用者的角色可以根据具体问题的特点来进行。在初始阶段，可以给予探索者更多的比重，以便尽快发现潜在的最优策略；而在后续阶段，则可以逐渐增加利用者的比重，以提高系统的效率。这种动态调整角色比重的方法可以在实际应用中得到有效的应用。
另外，还可以采用ε-贪心策略来确定探索者和利用者的角色。在这种策略中，以概率ε进行随机探索，以概率1-ε进行利用，通过调整ε的数值可以控制探索者和利用者的比重。这种方法简单有效，易于实现。
总的来说，确定探索者和利用者的角色需要根据具体问题的特点和需求来进行动态调整，可以采用动态比重分配的方法或者ε-贪心策略来实现。