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

➡️

继续阅读