跳到正文
arXiv · AI· Zhenshuo Zhang, Ruoxuan Xiong, Hongyang R. Zhang·· 24 天前AI 评分38

路由集成与轨迹归因方法在多目标强化学习中的应用

Multi-Objective Reinforcement Learning Using Routed Ensembles and Trajectory Attribution

AI 导读

针对多目标强化学习中目标冲突导致的样本效率低问题,提出路由集成策略学习与核代理轨迹归因算法。 路由集成将轨迹动态路由至高奖励策略,在 Meta-World 等在线环境中性能较基线提升 4.3%;核代理归因法捕捉轨迹间非线性交互,使留一法分析相关性提升 50%,轨迹选择奖励提升 27%。 该论文发表于 NeurIPS 2026,为解决对齐与机器人控制中的多目标平衡提供了新框架。

来源:arXiv · AI · arxiv.org