文档摘要

3.4 不确定性下的决策 本节摘要：真实循环里，观测会缺、动态会随机、模型会错。偶然不确定来自世界本身的随机，加数据消不掉；认知不确定来自不知道，加数据、主动探测、更好的模型可以降。决策要把两类分开处理：对偶然，优化期望或风险；对认知，先减不确定或保守行动。贝叶斯更新、期望效用、带风险的规划、备份方案，都是在同一坐标系上的不同插件。 会员。《3.4 不确定性下的决策》收录于灏天文库文集《AI 智能体基础：认知、决策与学习》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/513-ai-%E6%99%BA%E8%83%BD%E4%BD%93%E5%9F%BA%E7%A1%80%E8%AE%A4%E7%9F%A5%E5%86%B3%E7%AD%96%E4%B8%8E%E5%AD%A6%E4%B9%A0

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流