模拟人类发散思维的测度值马尔可夫理论模型

• 作者: 倪庆剑 张志政 王蓁蓁 邢汉承
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 测度值 测度值分枝过程 马尔可夫决策过程
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: Agent技术和人工智能专栏
• 页码范围: 148-156
• 页数: 9页
• 分类号: TP18
• 字数: 9130字
• 语种: 中文
• DOI: 10.3321/j.issn:0469-5097.2008.02.006

摘要

本文提出测度值马尔可夫决策过程新模型.在此模型下,agent对环境的把握用测度概念来表示,于是agent则根据测度来决定自己的最优行动以得到最优策略,因此本文也提供了测度值马尔可夫决策过程的最优策略算法.该模型是部分可观察马尔可夫决策过程的推广,它反映人类思维的一个重要特征,人们在把握全部状态可能性(即对状态空间进行权衡度量)的态势下,思考问题并选择自己的最优行动.部分可观察马尔可夫决策过程只是它的一种特例.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邢汉承	东南大学计算机科学和工程学院	56	721	13.0	25.0
2	王蓁蓁	东南大学计算机科学和工程学院	11	221	4.0	11.0
3	张志政	东南大学计算机科学和工程学院	18	244	6.0	15.0
7	倪庆剑	东南大学计算机科学和工程学院	14	246	6.0	14.0