MDP дает математическую формулировку задачи обучения с подкреплением Марковский процесс принятия решений (MDP) - это среда с марковскими состояниями; Марковские состояния удовлетворяют марковскому свойству : состояние содержит всю необходимую информацию из прошлого для предсказания будущего. Математически, Итак, если я говорю, что состояние S ‹t› является марковским, это означает, что оно имеет все важные представления окружающей среды из предыдущих состояний (что означает,..