arXiv · ML· Bui Trong Duc, Huynh Thi Thanh Binh·· 10 天前AI 评分24
BECON:偏好与预算漂移下的信念条件化约束多目标强化学习
BECON: Belief-Conditioned Constrained Multi-Objective Reinforcement Learning under Drifting Preferences and Budgets
AI 导读
研究提出BECON框架,解决偏好与安全预算信号不可靠的约束多目标强化学习问题。 该框架通过推断隐式任务上下文来估计偏好与预算,并利用不确定性门控融合外部信号与历史信息。 实验表明,BECON在任务漂移场景下比最先进的基线模型具备更强的鲁棒性和约束满足能力。
来源:arXiv · ML · arxiv.org