观测不满足马尔可夫性时，如何构建强化学习的状态表示？

知识专题：强化学习与奖励题目类型：方案设计技术难度：进阶

收录题集：3 份

暂无参考答案

未标记

询问 AI

选择 AI 平台

Kimi 千问 ChatGPT

自动带入当前题目

本题目录

收录题集

3 份

Agentic RL 面试指南

阿东玩 AI · AgentGuide · 1 条原题

查看题集 →

- 为什么工具型 Agent 更接近 POMDP？

具身智能核心基础知识

Rocky Ding · AIGC-Interview-Book · 1 条原题

查看题集 →

- 具身系统中的状态、观测、动作分别是什么？

强化学习与对齐

Firefly · llm_interview_note · 1 条原题

查看题集 →

- 请问如果数据流不具备马尔可夫性质怎么办？应该如何处理？