Демистификация марковского процесса принятия решений с помощью мемов Что такое МДП? Если мы перейдем к статьям Википедии для MDP, он определяется как: Стохастический процесс управления с дискретным временем, обеспечивающий математическую основу для моделирования принятия решений в ситуациях, когда результаты частично случайны и частично находятся под контролем лица, принимающего решения. Так что же это на самом деле означает? MDP предоставляет набор математических..

Правильно усвоив математику, вы сможете написать оптимальное решение. До недавнего времени истинное понимание MDP ускользало от меня, несмотря на мой большой интерес к обучению с подкреплением. И, как мне нравится, я буду делиться этими новыми знаниями наиболее понятным способом, то есть без каких-либо фиктивных формул (пока) . Так что бери пиццу и давай кататься. Марковский процесс принятия решений (MDP) используется для моделирования среды, которую должен изучить агент...