leejieleejie的博客

**马尔科夫性：**即无后效性，下一个状态只和当前状态有关而与之前的状态无关。 马尔科夫过程：马尔科夫过程是随机过程的一种。可以理解为，在满足马尔科夫性质的条件下，状态与状态之间的转换过程即为马尔科夫过程。这个过程只有状态和状态转移概率，是不涉及动作的。 马尔科夫决策过程：考虑了动作策略的马尔科夫过程，即系统下个状态不仅和当前的状态有关，也和当前采取的动作有关。 强化学习：是依靠环境给予的奖惩来学习的，因此对应的马尔科夫决策过程还包括奖惩值 这几者的区别详见：https://zhuanlan.zhihu.c