马尔科夫性质/无后效性——从案例看定义

最新推荐文章于 2025-07-16 20:00:21 发布

原创

最新推荐文章于 2025-07-16 20:00:21 发布 · 1.1w 阅读

·

8

·

CC 4.0 BY-SA版权

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

文章标签：

#动态规划 #马尔科夫过程 #markov

本文介绍了马尔科夫性质，即未来只与现在有关而与过去无关。通过不可走重复路线、未知颜色球取样等案例分析了非马尔科夫过程，并引用强化学习与数理统计书籍定义加深理解。

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：
$P({X_{n+1}|X_0, . . . , X_n}) = P({X_{n+1}|X_n} )$

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。