摘要：提出了一种发现和学习不可复位动态系统的预测状态表示的新算法．在证明系统的任意landmark均可作为系统的初始状态的基础上，利用发现的landmark确定系统在任意时间步所处的经历，然后采用蒙特卡罗方法估计任意经历下任意检验发生的概率，解决了在不可复位动态系统中，经历下检验发生的概率难以获取问题，进而发现和学习不可复位动态系统的预测状态表示．实验结果表明，本文算法获得的系统的预测状态表示在预测精度上明显优于suffix-history算法，验证了所提算法的有效性．

关键词：预测状态表示 不可复位动态系统 landmark 

单位：西安交通大学系统工程研究所; 陕西西安710049