arXiv · 机器人与计算机视觉· Zhenshuo Zhang, Ruoxuan Xiong, Hongyang R. Zhang·· 23 天前AI 评分45
多目标强化学习使用路由集成与轨迹归因方法
Multi-Objective Reinforcement Learning Using Routed Ensembles and Trajectory Attribution
AI 导读
该方法引入目标冲突系数并设计路由集成策略,在 Meta-World 和 MO-Gymnasium 在线环境中平均性能较基线提升 4.3%。基于核函数的轨迹归因算法使留一法分析相关性优于现有基线 50%,且应用于轨迹选择时奖励提升 27%。该工作共 30 页,拟发表于 NeurIPS 2026(扩展版)。
来源:arXiv · 机器人与计算机视觉 · arxiv.org