2021年10月27日
马尔可夫、马尔可夫链、马尔可夫过程、马尔可夫决策过程
摘要： 1. 马尔科夫性 无后效性，下一个状态只和当前状态有关而与之前的状态无关，公式描述：P[St+1|St]=P[St+1|S1,...,St]。强化学习中的状态也服从马尔科夫性，因此才能在当前状态下执行动作并转移到下一个状态，而不需要考虑之前的状态。 2. 马尔科夫过程 马尔科夫过程是随机过程的一种， 阅读全文
posted @ 2021-10-27 20:25 北极星！ 阅读(567) 评论(0) 推荐(0)