マルコフ決定過程の英語

マルコフ決定過程は報酬を伴う制御可能なマルコフ過程の一つである。例文帳に追加

A Markov decision process is a controllable Markov process with rewards.発音を聞く  - コンピューター用語辞典

第一状態遷移確率及び所定の第一報酬を用いて、マルコフ決定過程における動的計画法に基づき、状態価値関数Ｖ^π（ｓ）を求める。例文帳に追加

The first state transition probability and prescribed first reward are used to obtain a state value function V^π(s) on the basis of dynamic programming in a Markov decision process. - 特許庁

部分観測マルコフ決定過程（POMDP）のうち、行動主体の状態についての確率分布が状態のエントロピーにて表現可能であるという仮定に基づくAugmented MDPにおける動的計画法を応用する。例文帳に追加

A dynamic planning method in an Augmented MDP is applied based on an assumption that the probability distribution on a state of the behavior subject can be expressed by entropy of a state among a partial observation Markov determining process (POMDP). - 特許庁

第二状態遷移確率及び第二報酬を用いて、マルコフ決定過程における動的計画法に基づき、行動価値関数Ｑ^π（ｓ，ａ）及び状態価値関数Ｖ^π（ｓ）を求める。例文帳に追加

The second state transition probability and the second reward are used to obtain action value function Q^π(s, a) and the state value function V^π(s) on the basis of the dynamic programming in the Markov decision process. - 特許庁

最適な制御シーケンスをＭＤＦ及び連続状態空間システムについて見つけることができるように、所与の連続状態空間動的システムを離散状態空間を有するマルコフ決定過程（ＭＤＦ）に変換する。例文帳に追加

To provide a method for converting a given continuous state space dynamical system to a Markov decision process (MDP) with discrete states so that an optimum control sequence can be found with respect to MDP and a continuous state space system. - 特許庁

適応制御器として動作するコンピュータ１００は、対象とする物理システムの時間発展がマルコフ過程として記述される際に、物理システムの状態に対する制御量を決定する。例文帳に追加

A computer 100 operating as an adaptive control unit decides controlled variables for the status of a target physical system, when the time development of the physical system is described as a Markov process. - 特許庁

例えば放送波によって送信されるＥＰＧ（Ｅｌｅｃｔｒｏｎｉｃ Ｐｒｏｇｒａｍ Ｇｕｉｄｅ）など、属性情報とその値を持つ属性値データ（Ａｔｔｒｉｂｕｔｅ−Ｖａｌｕｅ）を入力して部分観測マルコフ決定過程（ＰＯＭＤＰ：Ｐａｒｔｉａｌｌｙ Ｏｂｓｅｒｖａｂｌｅ Ｍａｒｋｏｖ Ｄｅｃｉｓｉｏｎ Ｐｒｏｃｅｓｓ）を自動的に生成する。例文帳に追加

The Partially Observable Markov decision process (POMDP) is automatically generated, by inputting attribute information such as an EPG (Electronic Program Guide) to be transmitted by broadcasting waves and attribute value data (Attribute-Value) having its value. - 特許庁