知识卡片
观察历史与环境状态
环境状态描述决定未来变化所需的信息,观察是智能体实际得到的信号,历史则汇集过去的观察、行动和奖励。部分可观察问题中观察可能不足以唯一确定状态,智能体需要利用历史或内部表示作决策。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 第8章 强化学习
原书出处 · 1 处
- 强化学习 · 查看原书依据
部分可观察的马尔可夫决策过程:系统假设状态是由马尔可夫过程决定的,但是潜在的状态无法直接观察。
参考来源
- 位置:《现代人工智能技术》第8章《强化学习》(来源项目:book-source;源文件:extracted/现代人工智能技术/_epub-src/EPUB/xhtml/chapter10.xhtml)
- 结论依据:原文定义历史、状态并说明部分可观察问题的潜在状态不可直接观察。
- 原始内容:部分可观察的马尔可夫决策过程:系统假设状态是由马尔可夫过程决定的,但是潜在的状态无法直接观察。