Bayesovské dynamické programovanie — Optimalizácia sekvenčných rozhodnutí s aktualizáciou Bayesovského presvedčenia
Bayesovské dynamické programovanie (BDP) kombinuje rámec dynamického programovania Bellmana s Bayesovskou inferenciou na optimalizáciu sekvenčných rozhodnutí, keď sú prechodové pravdepodobnosti alebo štruktúry odmien neznáme. V každom kroku agent aktualizuje presvedčenia o prostredí pomocou pozorovaných výsledkov, potom vypočíta optimálnu politiku, ktorá explicitne zohľadňuje okamžité odmeny aj hodnotu informácií získaných prieskumom.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Bayesian Dynamic Programming — Sequential decision optimization under uncertainty with Bayesian belief updating. ScholarGate. https://scholargate.app/sk/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.
- Bayesovský Markovov modelSimulácia↔ compare
- Dynamické programovanieOptimalizácia↔ compare
- Reinforcement LearningHlboké učenie↔ compare
- Stochastické dynamické programovanieSimulácia↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →