Ein Markovscher
Entscheidungsprozess ist ein mathematisches Modell der Entscheidungsfindung in
einer Umgebung, in der der Zustand der Umgebung stochastisch ist. Ein Agent
trifft Entscheidungen basierend auf einer Wahrscheinlichkeitsverteilung über
mögliche Aktionen und deren Auswirkungen auf den Zustand der Umgebung. Der
Markovsche Entscheidungsprozess wird in der künstlichen Intelligenz häufig in
der Verstärkungslernmethode verwendet, um Entscheidungen in dynamischen
Umgebungen zu treffen.
