Бајесовско динамичко програмирање — Оптимизација секвенцијалних одлука са ажурирањем Бајесових уверења
Бајесовско динамичко програмирање (BDP) комбинује Белманов оквир динамичког програмирања са Бајесовим закључивањем ради оптимизације секвенцијалних одлука када су вероватноће прелаза или структуре награде непознате. У свакој фази, агент ажурира уверења о окружењу користећи посматране исходе, а затим израчунава оптималну политику која експлицитно узима у обзир како непосредне награде, тако и вредност информација добијених кроз истраживање.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Bayesian Dynamic Programming — Sequential decision optimization under uncertainty with Bayesian belief updating. ScholarGate. https://scholargate.app/sr/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.
- Bajezijanski Markovljev modelSimulacija↔ compare
- Dinamičko programiranjeOptimizacija↔ compare
- Učenje pojačavanjemDuboko učenje↔ compare
- Stochastic Dynamic ProgrammingSimulacija↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →