马尔可夫决策过程 Markov decision process, CMDP
马尔可夫决策过程为决策者在随机环境下做出决策提供了数学架构模型，为动态规划与强化学习的最优化问题提供了有效的数学工具，广泛用于机器人学、自动化控制、经济学、以及工业界等领域。当我们提及马尔可夫决策过程时，我们一般特指其在离散时间中的随机控制过程：即对于每个时间节点，当该过程处于某状态(s)时，决策者可采取在该状态下被允许的任意决策(a)，此后下一步系统状态将随机产生，同时回馈给决策者相应的期望值
相关文章
- 1. 马尔可夫决策过程（Markov Decision Process, MDP）
- 2. DL--Markov decision process（MDP）（马尔可夫决策过程）
- 3. 马尔可夫Markov决策过程
- 4. 强化学习(二)：马尔科夫决策过程(Markov decision process)
- 5. 马尔科夫决策过程之Markov Reward Process（马尔科夫奖励过程）
- 6. 马尔可夫过程（Markov Process）和马尔可夫链
- 7. 马尔可夫过程（Markov Process）
- 8. [Reinforcement Learning] 马尔可夫决策过程
- 9. [work] 马尔可夫决策过程MDP
- 10. 马尔可夫决策过程详解
- 更多相关文章...
- • Swift 构造过程 - Swift 教程
- • Swift 析构过程 - Swift 教程
- • Git可视化极简易教程 — Git GUI使用方法
- • Java 8 Stream 教程
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 马尔可夫决策过程（Markov Decision Process, MDP）
- 2. DL--Markov decision process（MDP）（马尔可夫决策过程）
- 3. 马尔可夫Markov决策过程
- 4. 强化学习(二)：马尔科夫决策过程(Markov decision process)
- 5. 马尔科夫决策过程之Markov Reward Process（马尔科夫奖励过程）
- 6. 马尔可夫过程（Markov Process）和马尔可夫链
- 7. 马尔可夫过程（Markov Process）
- 8. [Reinforcement Learning] 马尔可夫决策过程
- 9. [work] 马尔可夫决策过程MDP
- 10. 马尔可夫决策过程详解