机构名称：
¥ 1.0
多目标增强学习（MORL）已成为强化学习（RL）的重要子场[13，24]。到目前为止，知识主要从单目标RL（SORL）流向Morl，SORL算法创新适应了多个目标的背景[2，6，22，34]。本文反驳了这种趋势，正如我们认为，基于公用事业的范式广泛用于Morl [5,13,21]，与SORL具有相关性和好处。我们提出了一个基于公用事业的RL（UBRL），统一SORL和MORL的一般框架，并讨论了单目标问题的好处 - 特别是多政策学习的潜力，可以更大的灵活性和对代理行为的决策者控制。我们还从Morl研究中突出了有关基于公用事业方法的算法含义的经验教训，作为未来单目标UBRL研究的指南。
基于公用事业的强化学习：统一单个...
主要关键词
相关文件推荐
