Processus de Décision de Markov

Un modèle mathématique de prise de décision séquentielle sous incertitude défini par un quintuple (S, A, P, R, γ) : espace d'états S, ensemble d'actions A, noyau de transition P(s'|s,a), fonction de récompense R(s,a) et facteur d'actualisation γ ; les décisions (politiques) associent aux états des actions ou des lois sur les actions.

Modèle formel pour des problèmes de décision séquentielle où un agent observe un état, choisit une action et le système passe à un état suivant selon des probabilités de transition dépendant uniquement de l’état courant et de l’action (propriété de Markov) ; une fonction de récompense attribue des gains immédiats et l’objectif est de maximiser la récompense cumulée espérée sur un horizon (act