Multi-objective Markov Model — Sekventiell beslutsfattning över konkurrerande mål
En Multi-objective Markov Model (MOMDP) utvidgar klassiska Markov Decision Processes till scenarier där en agent måste optimera flera belöningssignaler samtidigt. Istället för en enda optimal policy, producerar modellen en Pareto-optimal mängd av policyer, vilket möjliggör för beslutsfattare att navigera avvägningar mellan konkurrerande mål såsom kostnad, risk och genomströmning över tid.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Multi-objective Markov Decision Process Model. ScholarGate. https://scholargate.app/sv/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.
- MarkovmodellSimulering↔ compare
- Multi-Objective Dynamic ProgrammingSimulering↔ compare
- Multiobjektiv optimeringSimulering↔ compare
- Stokastisk dynamisk programmeringSimulering↔ compare
- Stokastisk MarkovmodellSimulering↔ compare
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →