6【单选题】马尔可夫性质强调在每一个动作状态序列中,下一个状态与()有关。A. 外部影响B. 主体内因C. 历史状态D. 当前状态

马尔可夫性质是概率论和机器学习中的核心概念，其核心思想是系统的下一个状态仅依赖于当前状态，而与之前的历史状态无关。这一性质简化了系统建模，使得许多复杂问题的计算变得可行。本题的关键在于理解马尔可夫性质的定义，明确“无记忆性”的特点，从而排除干扰选项。

马尔可夫性质的数学表达为：
$P(S_{t+1} | S_t, A_t) = P(S_{t+1} | S_t)$
即下一个状态 $S_{t+1}$ 的条件概率仅与当前状态 $S_t$ 和动作 $A_t$ 相关，与历史状态无关。

• 选项分析：
  • A. 外部影响：题目未提及外部因素对状态的影响，与马尔可夫性质无关。
  • B. 主体内因：马尔可夫性质关注状态间的依赖关系，而非主体内部机制。
  • C. 历史状态：马尔可夫性质的核心是“无记忆性”，排除历史状态的影响。
  • D. 当前状态：符合马尔可夫性质的定义，即下一个状态仅依赖当前状态。