← 返回起始笔记位置

知识卡片

普通读书笔记卡 · 9506.c.1.a · 生成模型:未记录

观察历史与环境状态

理解等级:中级

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?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    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。