新的GraphAllocBench基准推动多目标策略学习

研究人员推出GraphAllocBench，一个旨在评估多目标强化学习（MORL）中偏好条件策略学习（PCPL）的新基准。该基准建立在一个名为CityPlannerEnv的新型基于图的资源分配环境之上，与之前的PCPL基准相比，它提供了更大的灵活性和可扩展性。GraphAllocBench包含可定制的目标、多样的偏好条件和复杂的帕累托前沿，以及比例非支配解（PNDS）和排序得分（OS）等新指标，以更好地评估PCPL算法的性能。对现有PCPL算法和新的图感知PCPL-PPO基线进行的实验证明了该基准在揭示失败模式和突出图方法（如图神经网络（GNNs））在复杂分配任务中的潜力方面的效用。 AI

影响 引入了一个更具可扩展性和灵活性的多目标强化学习基准，有望加速偏好条件策略学习领域的研究。

排序理由 该集群包含一篇介绍新基准和方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• CityPlannerEnv
• GraphAllocBench
• Graph Neural Networks
• Multi-Objective Reinforcement Learning
• Ordering Score
• Preference-Conditioned Policy Learning
• Proportion of Non-Dominated Solutions
• Zhiheng Jiang

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →