對POMDP的認識

知識總結材料來源：https://www.zhihu.com/question/20683006           部分可觀察馬爾可夫決策過程(partially observable Markov decision processes，POMDP)是環境狀態部分可知動態不確定環境下序貫決策的理想模型，其核心點在於，agent無法知道自己所處的環境狀態，需要藉助於額外的傳感器，或者與其他的age

>>阅读原文<<