分散式部分可觀察馬爾可夫決策過程

分散式部分可觀察馬爾可夫決策過程（英語：Decentralized partially observable Markov decision process，Dec-POMDP）是一種多智慧體協調決策模型。這是一種概率模型，對於現實生活中結果、傳感器和通信的不確定性具有很好的解決能力。

該模型是馬爾可夫決策過程和部分可觀察馬可夫決策過程的泛化，適用於分布式多智慧體的情形。

定義

正式定義

Dec-POMDP是一個7元組，其中：

• $S$是狀態的集合，
• $A_{i}$是智慧體i的行動集合，其中$A=\times _{i}A_{i}$是聯合行動的集合，
• $T$是是狀態間條件轉移概率的集合，$T(s,a,s')=P(s'\mid s,a)$，
• $R:S\times A\to \mathbb {R}$是回報函數，
• $\Omega _{i}$是智慧體i的觀察集合，其中$\Omega =\times _{i}\Omega _{i}$是聯合觀察的集合，
• $O$是一組條件觀察概率，$O(s',a,o)=P(o\mid s',a)$
• $\gamma \in [0,1]$是折現因子