https://inibudi.or.id/wiki/index.php?action=history&feed=atom&title=Model_Markov_Decision_Process_dalam_RLModel Markov Decision Process dalam RL - Riwayat revisi2026-04-20T00:31:02ZRiwayat revisi halaman ini di wikiMediaWiki 1.43.0https://inibudi.or.id/wiki/index.php?title=Model_Markov_Decision_Process_dalam_RL&diff=17229&oldid=prevBudi: Batch created by Azure OpenAI2025-07-31T21:54:49Z<p>Batch created by Azure OpenAI</p>
<p><b>Halaman baru</b></p><div>Markov Decision Process (MDP) adalah kerangka matematis yang digunakan untuk memodelkan masalah pengambilan keputusan dalam pembelajaran berpenguatan. Model ini memungkinkan agen untuk memformulasikan interaksi dengan lingkungan secara formal.<br />
<br />
==Definisi MDP==<br />
[[Markov Decision Process]] terdiri dari kumpulan state, aksi, fungsi transisi, dan fungsi reward. Agen memilih aksi berdasarkan state saat ini untuk memaksimalkan reward kumulatif.<br />
<br />
==Properti Markov==<br />
Properti Markov menyatakan bahwa probabilitas transisi ke state berikutnya hanya bergantung pada state dan aksi saat ini, bukan pada riwayat sebelumnya. Sifat ini memudahkan analisis dan pengembangan algoritma RL.<br />
<br />
==Solusi MDP==<br />
Solusi MDP biasanya dicari menggunakan [[value iteration]] atau [[policy iteration]], yang bertujuan menemukan kebijakan optimal yang memaksimalkan expected reward.</div>Budi