不满足马尔可夫性的强化学习应该称为啥

如果强化学习问题不满足马尔可夫性质（Markovianity），意味着当前的状态和决策仅依赖于过去的信息，而不受未来状态的影响，这种情况下我们通常会称其为 **非马尔可夫决策过程** (Non-Markov Decision Process, NMDP) 或 **记忆模型** (Memory-based Model)。在非马尔可夫强化学习中，决策者需要考虑更长的历史序列来制定策略，这使得问题更为复杂，往往需要更高级的算法，比如部分可观测马尔可夫决策过程(POMDPs)等来处理。