named after Andrey Markov, provide

named after Andrey Markov, provide a mathematical framework for modeling decision making in situations where outcomes are partly random and partly under the control of a decision maker. MDPs are useful for studying a wide range of optimization problems solved via dynamic programming and reinforcement learning. MDPs were known at least as early as the 1950s (cf. Bellman 1957). A core body of research on Markov decision processes resulted from Ronald A. Howard's book published in 1960, Dynamic Programming and Markov Processes. They are used in a wide area of disciplines, including robotics, automated control, economics, and manufacturing.

ผลลัพธ์ (ไทย) 1:

ชื่อหลัง Andrey Markov ให้กรอบการทำงานทางคณิตศาสตร์สำหรับการสร้างโมเดลการตัดสินใจ ในสถานการณ์ซึ่งผลที่ได้จะสุ่มบางส่วน และบางส่วนภาย ใต้การควบคุมของการตัดสินใจ MDPs มีประโยชน์สำหรับการศึกษาความหลากหลายของปัญหาเพิ่มประสิทธิภาพแก้ง่าย ๆ ด้วยการเขียนโปรแกรมแบบไดนามิกและเรียนเสริม MDPs รู้จักกันน้อยเป็นช่วงต้นทศวรรษ 1950 (cf. บริการ 1957) เนื้อหาหลักของการวิจัยในกระบวนการตัดสินใจของ Markov เป็นผลมาจาก Howard โรนัลด์ A. หนังสือเผยแพร่ใน 1960 การเขียนโปรแกรมแบบไดนามิกและกระบวน Markov พวกเขาจะใช้ในบริเวณกว้างของสาขา รวมถึงหุ่น อัตโนมัติควบคุม เศรษฐศาสตร์ และการผลิต

ผลลัพธ์ (ไทย) 2:

ตั้งชื่อตามชื่ออันเดรย์มาร์คอฟให้กรอบการสร้างแบบจำลองทางคณิตศาสตร์สำหรับการตัดสินใจในสถานการณ์ที่มีผลส่วนหนึ่งที่สุ่มและส่วนหนึ่งภายใต้การควบคุมของการตัดสินใจ MDPS มีประโยชน์สำหรับการศึกษาความหลากหลายของปัญหาการเพิ่มประสิทธิภาพการแก้ไขผ่านการเขียนโปรแกรมแบบไดนามิกและการเรียนรู้การสนับสนุน MDPS เป็นที่รู้จักกันอย่างน้อยเป็นช่วงต้นของปี 1950 (cf ยาม 1957) ร่างกายแกนของการวิจัยในกระบวนการมาร์คอฟตัดสินใจที่เป็นผลมาจากหนังสือของโรนัลด์เอฮาวเวิร์ดตีพิมพ์ในปี 1960, การเขียนโปรแกรมแบบไดนามิกและกระบวนการมาร์คอฟ พวกเขาจะใช้ในพื้นที่กว้างของสาขาวิชารวมทั้งหุ่นยนต์ควบคุมอัตโนมัติเศรษฐกิจและการผลิต

ผลลัพธ์ (ไทย) 3:

ชื่อหลังจาก Andrey มาร์คอฟให้กรอบสำหรับการสร้างแบบจำลองการตัดสินใจในสถานการณ์ที่สุ่มผลเป็นบางส่วนและบางส่วนภายใต้การควบคุมของผู้ตัดสินใจ mdps มีประโยชน์สำหรับการเรียนที่หลากหลายของการแก้ปัญหาทางพลวัตและเสริมการเรียนรู้ mdps รู้จักอย่างน้อยก่อนปี 1950 ( CF . สินค้างาน 1957 )เป็นแกนกลางของร่างกาย การวิจัยเกี่ยวกับการตัดสินใจกระบวนการมาร์คอฟเป็นผลจากโรนัลด์ . ฮาเวิร์ด หนังสือตีพิมพ์ในปี 1960 กระบวนการพลวัตและมาร์คอฟ พวกเขาจะใช้ในบริเวณกว้างของสาขาวิชา รวมทั้งหุ่นยนต์ควบคุม เศรษฐกิจ และการผลิตแบบอัตโนมัติ