Частично наблюдаемый марковский процесс принятия решений — это обобщение MDP, в котором агент не может напрямую наблюдать полное состояние среды. Агент должен действовать, используя наблюдения и убеждения о возможных скрытых состояниях.
A generalization of a Markov decision process (MDP). A POMDP models an agent decision process in which it is assumed that the system dynamics are determined by an MDP, but the agent cannot directly observe the underlying state. Instead, it must maintain a probability distribution over the set of possible states, based on a set of observations and observation probabilities, and the underlying MDP.