原创力文档- 1、本文档共43页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
马尔可夫决策过程——MDP
自编码
MDP基本概念
1
马尔可夫决策过程——MDP
MDP基本概念
•强化学习的基本框架
马尔可夫决策过程——MDP
MDP基本概念
•马尔科夫性Markovproperty
马尔可夫决策过程——MDP
MDP基本概念
•马尔科夫性Markovproperty
•系统的下一个状态仅与当前状态有关，而与以前的状态无
1
关。
马尔可夫决策过程——MDP
MDP基本概念
•马尔科夫性Markovproperty
•系统的下一个状态仅与当前状态有关，而与以前的状态无
1
关。
•即|=|,…,
111
马尔可夫决策过程——MDP
MDP基本概念
•马尔科夫性Markovproperty
•系统的下一个状态仅与当前状态有关，而与以前的状态无
1
关。
•即|=|,…,
111
马尔可夫决策过程——MDP
MDP基本概念
•马尔科夫过程Markovprocess
马尔可夫决策过程——MDP
MDP基本概念
•马尔科夫过程Markovprocess
•马尔科夫过程是一个二元组，且满足：是有限状态集合，
状态转移概率。
•状态转移概率矩阵为：
1⋯
=⋮⋱⋮
1⋯
马尔可夫决策过程——MDP
MDP基本概念
•马尔科夫过程示例
0.9
娱乐睡觉1.0
0.10.50.2
0.50.80.6
课1课2课3考过
0.40.4
0.2论文0.4
马尔可夫决策过程——MDP
MDP基本概念
•马尔科夫过程示例
•课1-课2-课3-考过-睡觉
•课1-课2-睡觉
马尔可夫决策过程——MDP
MDP基本概念
•马尔科夫过程示例
•课1-课2-课3-考过-睡觉
•课1-课2-睡觉
——马尔科夫链Markovchain
——给定转移概率时，从某状
态出发存在多条马尔科夫链
马尔可夫决策过程——MDP
MDP基本概念
•马尔科夫决策过程Markovdecisionprocess
马尔可夫决策过程——MDP
MDP基本概念
•马尔科夫决策过程Markovdecisionprocess
文档评论（0）