马尔可夫决策问题

1.在解释马尔可夫决策问题之前，我们首先应该知道马尔可夫过程（Markov Process），简单理解就是未来的行为只取决于现在的状态，而与之前的状态无关。设是t时刻的状态，那么当满足条件： 时，我们说状态具有马尔可夫性质。 我们讨论一个简单问题时，状态的数目是有限的，不妨设为n个。从而给出状态转移矩阵的定义： ,这个矩阵中的元素aij的值代表从从状态i到状态j的概率。 2.基于马尔可夫过程，我们

>>阅读原文<<