學習筆記，僅供參考，有錯必糾

---

文章目錄

• • • 馬爾科夫決策
    • • 馬爾科夫決策要求
      • 馬爾科夫決策過程由5個元素構成
      • 狀態轉移過程
      • 狀態價值函數
      • 最優價值函數
    • Bellman方程

---

馬爾科夫決策

馬爾科夫決策要求

• 能夠檢測到理想的狀態
• 可以多次嘗試
• 系統的下個狀態只與當前狀態信息有關，而與更早之前的狀態無關 在決策過程中還和當前采取的動作有關

馬爾科夫決策過程由5個元素構成

• S：表示狀態集(states)
• A：表示一組動作(actions)
• P：表示狀態轉移概率 P s a

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的强化学习(part2)--马尔科夫决策的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。