马尔科夫性质/无后效性——从案例看定义

马尔科夫性质/无后效性

马尔科夫决策过程(Markov Decision Process),动态规划(Dynamic Programming)的基础都是马尔科夫性质/无后效性。简言之,*未来与过去无关,只和现在有关 *
即:
P ( X n + 1 ∣ X 0 , . . . , X n ) = P ( X n + 1 ∣ X n ) P({X_{n+1}|X_0, . . . , X_n}) = P({X_{n+1}|X_n} ) P(X

  • 8
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值