Considerando o exposto acima e o que estudamos sobre a solução do MDP, podemos afirmar: A O equacionamento matemático proposto por Markov, elimina ...

Considerando o exposto acima e o que estudamos sobre a solução do MDP, podemos afirmar:
A O equacionamento matemático proposto por Markov, elimina as funções de valor de estado e de valor de ação substituindo-as pela constante de Bellman.
B Uma possibilidade alternativa para o cálculo da melhor política é partirmos de uma política aleatória e iteramos novas políticas até encontrar a pior delas, assim descartamos o valor de Qmax que prejudica o cálculo de V(S).
C Os Modelos Ocultos de Markov (HMM - Hidden Markov Models, em inglês) tentam sintetizar incertezas multivariadas em uma única supervariável estocástica. Os algoritmos HMM criam uma supervariável que expressa, de maneira única, o total das incertezas do meio.
D A utilidade de um estado atual pode ser calculada pela soma das recompensas que conduziram até o estado que o antecede se V(s)<6.
E Nenhuma das alternativas está correta.
A O equacionamento matemático do modelo ótimo, que soluciona o processo decisório para ambientes estocásticos proposto por Markov, passa pela escolha aleatória de valores máximos das funções de valor de estado e mínimos de valor de ação.
B No método DP de iteração de valor, não há um ponto definido de parada para as iterações de Q. O ponto de parada será definido pela estabilidade de Q, normalmente considera-se estável Q se a variação entre iterações for menor que 0,01%.
C Uma possibilidade alternativa para o cálculo da melhor política é partirmos de uma política ótima e, então, iteramos novas políticas até descartar a melhor delas.
D HMM - Hidden Markov Models, são ditos métodos ocultos (hidden em inglês) porque tentam esconder o valor máximo da incerteza multivariada sem considerar Qmax.
E Apenas I está correta