原书出处
人工智能:现代方法(第4版)(上下册)
17 做复杂决策 17.1 序贯决策问题
一个完全可观测的随机环境下,具有马尔可夫转移模型和加性奖励的序贯决策问题称为马尔可夫决策过程(Markov decision process,MDP),它包含一个状态集合(初始状态s0),每个状态下的动作集合Actions(s),转移模型,奖励函数。
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/人工智能:现代方法(第4版)(上下册)/_epub-src/text/part0036_split_001.html
EPUB SHA-256:08e843df8e2d2e0d28fb8c0ab741bd717c1107db73217c8f5c553b434020c660