马尔可夫决策过程

计算机 · 无记忆的随机决策模型

术语解释

英文Markov Decision Process(MDP)，未来只依赖当前状态，跟历史无关。就像下棋只看当前棋盘局面，不管之前是怎么走到这一步的。MDP是强化学习的数学基础框架，所有RL问题都可以建模为MDP。

怎么理解

未来只跟现在有关，跟过去无关的决策模型

在交互版里浏览「计算机」的全部词条 →