Taula de continguts:
- Definició: què significa el procés de decisió de Markov (POMDP) parcialment observable?
- Techopedia explica el procés de decisió de Markov parcialment observable (POMDP)
Definició: què significa el procés de decisió de Markov (POMDP) parcialment observable?
Un procés de decisió Markov parcialment observable (POMPD) és un procés de decisió de Markov en el qual l’agent no pot observar directament els estats subjacents del model. El procés de decisió de Markov (MDP) és un marc matemàtic per modelar decisions que mostren un sistema amb una sèrie d’estats i proporcionar accions al responsable de decisions basat en aquests estats.
El POMPD es basa en aquest concepte per mostrar com un sistema pot afrontar els reptes de l'observació limitada.
Techopedia explica el procés de decisió de Markov parcialment observable (POMDP)
En el procés de decisió Markov parcialment observable, perquè els estats subjacents no són transparents per a l’agent, és útil un concepte anomenat “estat de creença”. L’estat de creences proporciona una manera d’afrontar l’ambigüitat inherent al model.
El POMPD és útil en l'aprenentatge de reforç on un sistema pot sobrepassar el model MPD o POMPD utilitzant el que se sap per crear una imatge més clara dels resultats de probabilitat.
