arXiv · cs.AI· Zhenshuo Zhang·· 13 小时前AI 评分32
多目标强化学习研究：基于路由集成与轨迹归因的方法（arXiv 论文，将被 NeurIPS 2026 接收）
Multi-Objective Reinforcement Learning Using Routed Ensembles and Trajectory Attribution
来源与原文
arXiv · cs.AI
作者：Zhenshuo Zhang
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.35733v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一篇 arXiv 论文提出目标冲突系数、路由集成策略学习与核代理轨迹归因算法，用于多目标强化学习中平衡相互冲突的目标。在 Meta-World 和 MO-Gymnasium 在线环境中，路由集成较基线平均性能提升 4.3%；核代理归因与留一法分析的相关性较现有基线提升 50%。用于轨迹选择时，基于核的归因较基线归因方法带来 27% 的奖励提升。
来源：arXiv · cs.AI · arxiv.org