Programmation dynamique bayésienne — Optimisation de décisions séquentielles avec mise à jour bayésienne des croyances
La programmation dynamique bayésienne (BDP) combine le cadre de la programmation dynamique de Bellman avec l'inférence bayésienne pour optimiser les décisions séquentielles lorsque les probabilités de transition ou les structures de récompense sont inconnues. À chaque étape, l'agent met à jour ses croyances sur l'environnement en utilisant les résultats observés, puis calcule une politique optimale qui tient explicitement compte à la fois des récompenses immédiates et de la valeur de l'information acquise par l'exploration.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Bayesian Dynamic Programming — Sequential decision optimization under uncertainty with Bayesian belief updating. ScholarGate. https://scholargate.app/fr/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.
- Modèle de Markov bayésienSimulation↔ compare
- Programmation dynamiqueOptimisation↔ compare
- Apprentissage par renforcementApprentissage profond↔ compare
- Programmation dynamique stochastiqueSimulation↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →