根据目标和信息,从多个行动中选出方案的模型。
决策模型像棋手落子前掐着表:把每步得失算清,再选最值的一手。
它把目标、风险和成本放上棋盘,用于风控、推荐与自动驾驶。
Decision Tree决策树可将决策条件和不同选择的分支清晰画出来。
MDPMDP 为不确定环境中的连续决策提供数学描述。
RL强化学习通过奖励反馈,学出更好的决策策略。