跳到正文
arXiv · ML· Deepthi Pathare, Leo Laine, Morteza Haghir Chehreghani·· 2026-10-12AI 评分28

偏好条件化多目标强化学习用于重型车辆战术决策

Preference-Conditioned Multi-Objective Reinforcement Learning for Tactical Decision Making in Heavy-Duty Vehicles

AI 导读

研究提出一种偏好条件化多目标强化学习框架,结合GPI与PPO算法学习策略,以捕捉安全、能量效率和时间效率三个冲突目标间的不同权衡。 该方法在针对重型卡车的高速公路交通仿真环境中进行评估,显示出平滑且可解释的Pareto前沿。 偏好条件化策略允许在不同驾驶行为间切换而无需重新训练,展示了多目标强化学习在自主重型车辆自适应决策中的潜力。

来源:arXiv · ML · arxiv.org