全期間依存型制約つき決定過程 : 確率的推移システム上での加法型制約 (不確実性と意思決定の数理)

(2) $X=\{s_{1}, s_{2}, \ldots, s_{l}\}$ (3) $U=\{a_{1}, a_{2}, \ldots, a_{k}\}$ (4) $p$ , $p(y|x, u)\geq 0$ $\forall(x, u, y)\in XxUxX$,