Що може порушувати або ускладнювати виконання Markov property у практичних reinforcement learning системах?

Question

Answer

Стохастичні винагороди в середовищі

Answer

Використання неповної або недостатньої ознакової (feature) репрезентації стану

Answer

Представлення стану, що залежить від історії спостережень

Answer

Частково спостережуване середовище (POMDP), де агент не бачить повний стан

Crowdly