Bayesi dünaamiline programmeerimine — järjestikune otsuste optimeerimine Bayesi uskumuste uuendamisega
Bayesi dünaamiline programmeerimine (BDP) ühendab Bellmani dünaamilise programmeerimise raamistiku Bayesi järeldamisega, et optimeerida järjestikuseid otsuseid olukordades, kus ülemineku tõenäosused või tasustruktuurid on teadmata. Igas etapis uuendab agent oma uskumusi keskkonna kohta, kasutades vaadeldud tulemusi, seejärel arvutab optimaalse poliitika, mis arvestab nii vahetuid tasusid kui ka uurimise kaudu saadud informatsiooni väärtust.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Bertsekas, D. P. (1995). Dynamic Programming and Optimal Control. Athena Scientific, Belmont, MA. ISBN: 9781886529267
- Duff, M. O. (2002). Optimal Learning: Computational procedures for Bayes-adaptive Markov decision processes. PhD Dissertation, University of Massachusetts Amherst. link ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Bayesian Dynamic Programming — Sequential decision optimization under uncertainty with Bayesian belief updating. ScholarGate. https://scholargate.app/et/simulation/bayesian-dynamic-programming
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Bayes'i Markovi mudelSimulatsioon↔ compare
- Dünamiline programmeerimineOptimeerimine↔ compare
- TugevdamisõpeSüvaõpe↔ compare
- Stochastic Dynamic ProgrammingSimulatsioon↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →