提出MoRe多目标优化方法

Chentong Huang 和 Lisha Chen 提出 MoRe（正则性感知随机 MGDA）方法，用于多目标学习：在正则区域采用自适应 MGDA 聚合，接近退化时切换为固定权重线性标量化（LS）。目前报道的实验显示，该方法具有较好的多任务性能，收敛表现与理论速率一致。 MoRe 在回退分支中跳过 MGDA 子问题求解，因此可降低这些迭代的聚合成本，并避免对噪声敏感的更新。

AI 根据报道生成 · 49 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。