面向无障碍路线规划的偏好引导迭代帕累托参考点优化
人工智能
2026-04-02 v1 机器学习
摘要
我们提出了偏好引导迭代帕累托参考点优化(PG-IPRO)，用于为具有不同无障碍需求和偏好的用户进行城市路线规划。通过该算法，用户可以通过对路线提供反馈与系统交互，即用户可以指出哪个目标应进一步最小化，或者相反地可以放宽。这导致了直观的用户交互，在早期迭代中尤其有效，优于基于信息增益的交互。此外，由于PG-IPRO的迭代特性，从未计算完整的备选最优策略集（帕累托前沿），从而提高了计算效率并缩短了用户的等待时间。
引用
@article{arxiv.2604.00795,
title = {Preference Guided Iterated Pareto Referent Optimisation for Accessible Route Planning},
author = {Paolo Speziali and Arno De Greef and Mehrdad Asadi and Willem Röpke and Ann Nowé and Diederik M. Roijers},
journal= {arXiv preprint arXiv:2604.00795},
year = {2026}
}