待验证50% 置信事实精确时间

马尔可夫决策过程由五元组（S, A, P, R, γ）构成，其核心是马尔可夫性质

1

来源数

50%

置信度

长期有效

时效性

2026/7/19

首次发现

来源

RL3：零代码强化学习平台，拖拽即可训练智能体

相关事实

已验证马尔可夫决策过程（MDP）在数学上由五元组（S, A, P, R, γ）定义84% 相似已验证强化学习的核心框架由智能体、环境、状态、动作和奖励五要素构成，建立在马尔可夫决策过程（MDP）之上，以五元组（S, A, P, R, γ）描述决策问题73% 相似已验证马尔可夫决策过程（MDP）由五个核心要素构成：状态空间、动作空间、状态转移概率、奖励函数和折扣因子66% 相似待验证后验分布通过贝叶斯定理获得：p(θ|x)∝p(x|θ)·p(θ)，将先验知识与数据似然结合61% 相似待验证马尔可夫决策过程（MDP）为智能体的感知—决策—执行闭环提供了数学框架61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/561587

API

curl https://kongchang.com/api/v1/knowledge/claims/561587

MCP

get_claim(id=561587)