arXiv stat.ML· Zhenshuo Zhang, Ruoxuan Xiong, Hongyang R. Zhang·· 7 天前AI 评分37
基于路由集成与轨迹归因的多目标强化学习
Multi-Objective Reinforcement Learning Using Routed Ensembles and Trajectory Attribution
AI 导读
研究提出基于路由集成与轨迹归因的多目标强化学习方法，以解决多目标冲突导致的策略学习样本效率低问题。该方法通过动态路由轨迹至高潜能基策略，在 Meta-World 和 MO-Gymnasium 在线环境下较基准提升 4.3% 的平均性能。其设计的核代理轨迹归因算法可捕捉轨迹间的非线性交互，在轨迹选择任务中较基线归因方法实现 27% 的奖励提升。
来源：arXiv stat.ML · arxiv.org