一篇新论文介绍了多目标强化学习的新方法,这是推理模型和机器人控制等人工智能应用的关键领域。该研究提出量化目标冲突,并引入“路由集成策略学习”,以动态地将轨迹路由到最有效的基策略。此外,还提出了一种“核代理轨迹归因”算法,用于估计轨迹反馈如何影响策略学习,捕捉轨迹之间复杂的相互作用。评估显示,平均性能和与分析的相关性有所提高,尤其是在应用于轨迹选择时。 AI
影响 引入了可能提高处理复杂、竞争性目标的人工智能系统的效率和性能的新算法。
排序理由 该项目是一篇学术论文,详细介绍了人工智能子领域的新算法和理论贡献。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.MA (Multiagent) 阅读 →
- alphaXiv
- arXiv
- CatalyzeX Code Finder for Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- IArxiv Recommender
- kernel surrogate trajectory attribution
- Meta-World Physics
- Mo-Gymnasium
- Multi-objective reinforcement learning
- routed ensemble policy learning
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →