#27 · 主分类： 经典机器学习框架
POMDPs.jl
artificial-intelligence
control-systems
julia
markov-decision-processes
mdps
pomdps
python
reinforcement-learning
reinforcement-learning-algorithms
Julia中的MDP和POMDP - 用于在离散和连续空间上定义、求解和模拟完全与部分可观测马尔可夫决策过程的接口。
项目最后更新：08/23/26
GitHub Stars
765
Forks数量
105
贡献者数量
37
许可证
MIT
收录理由
POMDPs.jl 是 Julia 社区处理序贯决策问题的公共接口。你可以把问题建模为马尔可夫决策过程或其部分可观测版本，交给求解器，再通过同一套 API 运行仿真。配套的 POMDPTools 提供了常用组件，如策略、信念更新器、分布和仿真器，省去从零拼装的麻烦。它还打通了其他生态：quickpomdps 支持从 Python 定义和求解问题，CommonRLInterface 则与 JuliaReinforcementLearning 系列包衔接。接口同时覆盖离散和连续空间，文档详尽，足以支撑团队构建可复现的决策实验。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。