Xihan Li
·
矩阵游戏、马尔可夫游戏、部分可观测马尔可夫决策过程（POMDP）和概率状态响应（PSR）
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
文章讨论了矩阵游戏、马尔可夫游戏、部分可观测马尔可夫决策过程（POMDP）和概率状态响应（PSR），涵盖了强化学习基础、纳什均衡的存在性证明、极小极大定理、博弈论及拉格朗日对偶性。
🎯
关键要点
- 文章讨论了矩阵游戏的基本概念和应用。
- 介绍了马尔可夫游戏及其在强化学习中的重要性。
- 阐述了部分可观测马尔可夫决策过程（POMDP）的特点。
- 解释了概率状态响应（PSR）在博弈论中的作用。
- 提供了纳什均衡存在性的证明。
- 讨论了极小极大定理及其在博弈论中的应用。
- 分析了拉格朗日对偶性在强化学习中的意义。
➡️
