qq_38361726的博客

要理解P问题、NP问题、NPC问题、NP-hard问题，需要先弄懂几个概念：什么是多项式时间？ 什么是确定性算法？什么是非确定性算法？ 什么是规约/约化？多项式时间（Polynomial time）什么是时间复杂度？确定性算法与非确定性算法确定性算法：设A是求解问题B的一个解决算法，在算法的整个执行过程中，每一步都能得到一个确定的解，这样的算法就是确定性算法。非确定性算法：设A是求解问题B的一个解决算法，它将问题分解成两部分，分别为猜测阶段和验证阶段，其中猜测阶..

马尔可夫决策过程（Markov Decision Processes,MDPs）MDPs 简单说就是一个智能体（Agent）采取行动（Action）从而改变自己的状态（State）获得奖励（Reward）与环境（Environment）发生交互的循环过程。MDP 的策略完全取决于当前状态（Only present matters），这也是它马尔可夫性质的体现。其可以简单表示为：基本概念: 有限状态 state 集合，s 表示某个特定状态 : 有限动作 action 集合，a 表...