Xihan Li · 2021-10-22T00:00:00Z 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。 🏷️ 标签 POMDP 博弈论 强化学习 游戏 矩阵游戏 马尔可夫游戏 阅读原文 生成长图 分享链接 已复制链接
