فرایندهای تصمیم گیری مارکوف (به انگلیسی: Markov decision process) (به اختصار: MDPs) یک چارچوب ریاضی است برای مدل سازی تصمیم گیری در شرایطی که نتایج تا حدودی تصادفی و تا حدودی تحت کنترل یک تصمیم گیر است. MDPs برای مطالعه طیف گسترده ای از مسائل بهیی که از طریق برنامه نویسی پویا و تقویت یادگیری حل می شوند مفید است. حداقل از اوایل ۱۹۵۰ میلادی MDPs شناخته شده است (cf. Bellman 1957). هسته اصلی پژوهش در ...
