马尔科夫决策过程.docx

马尔科夫决策过程马尔科夫决策过程（Markov Decision Process, MDP）是用于建模决策问题的数学框架，广泛应用于强化学习、自动控制、机器人和经济学等领域。MDP的关键特性是未来的状态仅依赖于当前的状态和决策（动作），而与之前的状态和动作无关，这被称为“马尔科夫性质”。