components

#Components のマルコフ決定過程
状態 (S):
エージェントが存在できるすべての可能な状況を表します。

例 #OpenfabricA I: 株価を監視するトレーディングボットの現在の状態や、ユーザーの会話の流れを追跡するチャットボット。
行動 (A):
各状態でエージェントが取ることができるすべての可能な行動。

例: ユーザーの好みに基づいて提案する製品を選択するレコメンデーションエンジン。
遷移確率 (P):
1つの状態から別の状態に移動する確率。