Multi-objective Markov Model — Sequentiële Besluitvorming Tussen Concurrerende Doelstellingen
Een Multi-objective Markov Model (MOMDP) breidt klassieke Markov Decision Processes uit naar situaties waarin een agent tegelijkertijd meerdere beloningssignalen moet optimaliseren. In plaats van één enkel optimaal beleid, produceert het model een Pareto-optimale set van beleidslijnen, waardoor besluitvormers afwegingen kunnen maken tussen concurrerende doelen zoals kosten, risico en doorvoer over tijd.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- Roijers, D. M., Vamplew, P., Whiteson, S., & Dazeley, R. (2013). A survey of multi-objective sequential decision-making. Journal of Artificial Intelligence Research, 48, 67–113. DOI: 10.1613/jair.3987 ↗
- Chatterjee, K., Majumdar, R., & Henzinger, T. A. (2006). Markov decision processes with multiple objectives. In Proceedings of STACS 2006, Lecture Notes in Computer Science, vol. 3884, pp. 325–336. Springer, Berlin. DOI: 10.1007/11672142_26 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Multi-objective Markov Decision Process Model. ScholarGate. https://scholargate.app/nl/simulation/multi-objective-markov-model
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.
- Markov ModelSimulatie↔ compare
- Multi-Objective Dynamic ProgrammingSimulatie↔ compare
- Multi-Objective OptimizationSimulatie↔ compare
- Stochastische Dynamische ProgrammeringSimulatie↔ compare
- Stochastisch Markov-modelSimulatie↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →