ScholarGate
Asystent
Process / pipelineSimulation / optimization

Wielocelowy Model Markowa — Sekwencyjne Podejmowanie Decyzji dla Konkurujących Celów

Wielocelowy Model Markowa (MOMDP) rozszerza klasyczne Markowskie Procesy Decyzyjne na sytuacje, w których agent musi jednocześnie optymalizować kilka sygnałów nagrody. Zamiast jednej optymalnej strategii, model generuje zbiór strategii Pareto-optymalnych, umożliwiając decydentom zarządzanie kompromisami między konkurującymi celami, takimi jak koszt, ryzyko i przepustowość w czasie.

Otwórz w MethodMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

The neighbourhood of related methods — select a node to explore.

Źródła

  1. 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
  2. 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

Jak cytować tę stronę

ScholarGate. (2026, June 3). Multi-objective Markov Decision Process Model. ScholarGate. https://scholargate.app/pl/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.

Compare side by side
ScholarGateMulti-objective Markov Model (Multi-objective Markov Decision Process Model). Pobrano 2026-06-15 z https://scholargate.app/pl/simulation/multi-objective-markov-model · Zbiór danych: https://doi.org/10.5281/zenodo.20539026