arXiv · cs.RO· Zhenshuo Zhang·· 1 天前AI 评分40
多目标强化学习中的路由集成与轨迹归因方法
Multi-Objective Reinforcement Learning Using Routed Ensembles and Trajectory Attribution
AI 导读
研究提出目标冲突系数量化多目标强化学习中的效率损失，设计路由集成策略提升在线环境平均性能4.3%，基于核的轨迹归因方法使奖励提升27%。
来源：arXiv · cs.RO · arxiv.org