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.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
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.
- Model MarkowaSymulacja↔ compare
- Programowanie dynamiczne wieloobszaroweSymulacja↔ compare
- Optymalizacja wielocelowaSymulacja↔ compare
- Programowanie stochastyczne dynamiczneSymulacja↔ compare
- Model stochastyczny MarkowaSymulacja↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →