模拟人类发散思维的测度值马尔可夫理论模型

摘要：

本文提出测度值马尔可夫决策过程新模型.在此模型下,agent对环境的把握用测度概念来表示,于是agent则根据测度来决定自己的最优行动以得到最优策略,因此本文也提供了测度值马尔可夫决策过程的最优策略算法.该模型是部分可观察马尔可夫决策过程的推广,它反映人类思维的一个重要特征,人们在把握全部状态可能性(即对状态空间进行权衡度量)的态势下,思考问题并选择自己的最优行动.部分可观察马尔可夫决策过程只是它的一种特例.

关键词：测度值、测度值分枝过程、马尔可夫决策过程

所属期刊栏目：44

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金90412014;计算机软件新技术开放课题A200707

在线出版日期：2008-06-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：148-156