arXiv cs.AI / cs.LG 最新· Zhenshuo Zhang·· 15 小时前AI 评分50
多目标强化学习新方法：路由集成与轨迹归因
Multi-Objective Reinforcement Learning Using Routed Ensembles and Trajectory Attribution
AI 导读
研究提出路由集成策略学习（routed ensemble policy learning）：维护一小组基策略，把轨迹动态路由到潜在奖励最高的策略，在 Meta-World 与 MO-Gymnasium 在线环境平均性能较基线提升 4.3%。
标题与摘要由 AI 辅助生成，事实与观点以原文为准。
来源：arXiv cs.AI / cs.LG 最新 · arxiv.org
本站标题、摘要与推荐理由由 AI 辅助生成；原文版权归来源所有。