arXiv · Machine Learning· Zhenshuo Zhang, Ruoxuan Xiong, Hongyang R. Zhang·2026-10-28 12:00· 8 小时前AI 评分37

采用路由集成与轨迹归因的多目标强化学习

Multi-Objective Reinforcement Learning Using Routed Ensembles and Trajectory Attribution

AI 导读

研究提出路由集成策略学习与核代理轨迹归因算法，以缓解多目标强化学习中的目标冲突。在 Meta-World 和 MO-Gymnasium 在线环境中，路由集成较基线平均性能提升 4.3%，核代理归因与留一分析的相关性较现有基线提升 50%。用于轨迹选择时，核归因较基线归因方法的奖励提升 27%。