强化学习都是马尔可夫决策过程吗

答案:1 悬赏:30 手机版

解决时间 2021-03-31 14:39

提问者网友：浪荡绅士
2021-03-30 18:22

强化学习都是马尔可夫决策过程吗

最佳答案

五星知识达人网友：几近狂妄
2021-03-30 18:40

把这个定理推一遍，这个问题就明白了。 ---------------- 比如说，假设有事件X1 X2，你想计算出p(X1) p(X2) p(X1|X2) p(X2|X1) (请自行脑补not X1, not X2) 假设有事件X1 X2 X3，你想计算出 p(X1) p(X2) p(X3) p(X1|X2X3) p(X2|X1X3) p(X3|X1X2) 你并不知道，X1 X2 Xn之间的关系，你希望能有一个神奇的模型，只需要比较少的参数，就能计算所有关于X1 X2 Xn之间能定义出来的概率。 Hammersley-Clifford theorem说的是，假如这个X1 X2 .. Xn 符合Markov property，那么就可以用Gibbs XXX来表示，或者假如你发现可以用Gibbs XXX来表示，那么他们就符合Markov property，两者是等价的。

我要举报

如以上回答内容为低俗、色情、不良、暴力、侵权、涉及违法等信息，可以点下面链接进行举报！

点此我要举报以上问答信息