基于先前动作的随机游走
random walk based on previous moves
我是这个领域的新手,所以我问的问题可能很直截了当,或者对其他专业人士来说看起来很幼稚。对于一个一维的随机游走问题,比如酒鬼行走问题,当前走法和前一步走法没有联系,这个问题可以很容易地用吸收马尔可夫链方法解决。但是,如果我们假设会发生什么:
(1)如果前一步是向前走,酒鬼有70%的几率向前走,30%的几率向后走;和
(2)如果前一步是后退,酒鬼有30%的几率向前走,70%的几率后退。
对于解决此类问题,有什么解决方法或建议吗?顺便说一句 Monte Carlo 不被认为是一个很好的选择。非常感谢您的帮助。
你的状态必须包含最后一个位置,这样你才有转换
(-1,-1) --> (-1,-1)
(+1,+1) --> (+1,+1)
70% 的概率
和
(-1,+1) --> (+1,-1)
(+1,-1) --> (-1,+1)
各有 30% 的概率。
我是这个领域的新手,所以我问的问题可能很直截了当,或者对其他专业人士来说看起来很幼稚。对于一个一维的随机游走问题,比如酒鬼行走问题,当前走法和前一步走法没有联系,这个问题可以很容易地用吸收马尔可夫链方法解决。但是,如果我们假设会发生什么:
(1)如果前一步是向前走,酒鬼有70%的几率向前走,30%的几率向后走;和
(2)如果前一步是后退,酒鬼有30%的几率向前走,70%的几率后退。
对于解决此类问题,有什么解决方法或建议吗?顺便说一句 Monte Carlo 不被认为是一个很好的选择。非常感谢您的帮助。
你的状态必须包含最后一个位置,这样你才有转换
(-1,-1) --> (-1,-1)
(+1,+1) --> (+1,+1)
70% 的概率
和
(-1,+1) --> (+1,-1)
(+1,-1) --> (-1,+1)
各有 30% 的概率。