热点事件持续更新

研究提出多目标强化学习新算法

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

Zhenshuo Zhang、Ruoxuan Xiong 和 Hongyang R. Zhang 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，路由集成的平均性能比基线高 4.3%。核代理归因与留一分析的相关性比现有基线高 50%；用于轨迹选择时，其奖励比基线归因方法高 27%。

AI 根据报道生成 · 1 小时前更新

最新进展10月28日 12:00

采用路由集成与轨迹归因的多目标强化学习

报道时间线

沿着报道，了解事件的不同侧面。

10月28日

12:00
arXiv · Machine Learning
采用路由集成与轨迹归因的多目标强化学习
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%。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。