对POMDP的认识

知识总结材料来源：https://www.zhihu.com/question/20683006           部分可观察马尔可夫决策过程(partially observable Markov decision processes，POMDP)是环境状态部分可知动态不确定环境下序贯决策的理想模型，其核心点在于，agent无法知道自己所处的环境状态，需要借助于额外的传感器，或者与其他的age

>>阅读原文<<