部分可观测马尔可夫决策过程（POMDP）是马尔可夫决策过程（MDP）的扩展形式，它针对现实环境中智能体无法完全观测系统状态的情况提供了更精确的建模框架。与MDP不同，POMDP中的智能体只能通过有限的、可能含有噪声的传感器观测来推断当前状态，这种不确定性使得决策过程更加复杂但也更贴近实际场景。在数学表达上，POMDP由状态空间、动作空间、观测空间、状态转移概率、观测概率、奖励函数和折扣因子共同定义。
在机器人领域，POMDP的应用尤为广泛且实用。例如在服务机器人导航中，由于传感器精度限制和环境动态变化，机器人往往无法准确获知自身位置和周围障碍物的完整信息。基于POMDP的路径规划算法能够通过维护一个置信状态（belief state）——即所有可能状态的概率分布——来做出最优决策。这种方法的优势在于，它不仅考虑当前观测信息，还通过历史观测序列来修正对环境的理解，从而在信息不完整的情况下依然保持决策的鲁棒性。近年来，随着近似求解算法的发展，POMDP已成功应用于无人机自主巡检、医疗机器人手术辅助等实际场景，成为处理不确定性问题的重要工具。