Unverified50% confidenceFactExact time
POMDP引入信念状态（belief state），即定义在所有可能隐藏状态上的概率分布，智能体根据该分布而非单一确定状态做决策
1
Sources
50%
Confidence
Long-term
Relevance
8/19/2026
First Seen
Sources
Related Claims
Unverified贝叶斯滤波是POMDP中维护信念状态的核心机制，通过状态转移模型预测先验概率、用观测模型计算似然、归一化得到后验信念77% similarUnverifiedPOMDP（部分可观测马尔可夫决策过程）是MDP（马尔可夫决策过程）的推广形式，在标准MDP中智能体能完全观测环境状态，而POMDP承认智能体无法直接获知真实状态，只能通过带噪声的观测间接推断70% similarUnverified当序贯决策问题同时具备隐藏状态、带噪声的观测和序贯决策三个要素时，适合用POMDP建模68% similarUnverifiedPOMDP在MDP基础上增加了观测函数O(o|s,a)，智能体只能获得状态的部分信息，需要维护对真实状态的置信度67% similarVerifiedLLM幻觉的根本原因在于自回归生成机制——模型基于概率分布预测下一个Token，而非真正的逻辑推理60% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/774597API
curl https://kongchang.com/api/v1/knowledge/claims/774597MCP
get_claim(id=774597)