arXiv· Zhenshuo Zhang·· 4 天前推荐指数27
多目标强化学习中的路由集成与轨迹归因方法（NeurIPS 2026）
Multi-Objective Reinforcement Learning Using Routed Ensembles and Trajectory Attribution
AI 导读
一篇即将在 NeurIPS 2026 发表的论文提出 objective-conflict coefficients（目标冲突系数）量化目标间冲突对多目标强化学习效率的影响，并设计 routed ensemble policy learning 与 kernel surrogate trajectory attribution 两种算法。
来源：arXiv · arxiv.org