分散式部分可观察马尔可夫决策过程

分散式部分可观察马尔可夫决策过程（，Dec-POMDP）是一种多智慧体协调决策模型。这是一种概率模型，对于现实生活中结果、传感器和通信的不确定性具有很好的解决能力。

该模型是马尔可夫决策过程和部分可觀察馬可夫決策過程的泛化，适用于分布式多智慧体的情形。
定义
正式定义
Dec-POMDP是一个7元组，其中：

• S是状态的集合，
• A_i是智慧体i的行动集合，其中A=\times_i A_i是联合行动的集合，
• T是是状态间条件转移概率的集合，T(s,a,s')=P(s'\mid s,a)，
• R: S \times A \to \mathbb{R}是回报函数，
• \Omega_i是智慧体i的观察集合，其中\Omega=\times_i \Omega_i是联合观察的集合，
• O是一组条件观察概率，O(s',a, o)=P(o\mid s',a)
• \gamma \in [0, 1]是折现因子

参考文献