多目标强化学习的 max-min 形式：从理论到模型无关算法
机器学习
2024-06-13 v1 人工智能
摘要
本文考虑多目标强化学习问题，这种问题在许多具有多个优化目标的实际问题中出现。我们采用 max-min 框架聚焦于多个目标之间的公平性，构建相关理论并在 max-min 框架下开发实用模型无关算法。所发展的理论对多目标强化学习提供了理论进展，所提出的算法在与现有基线方法相比时表现显著优于。
引用
@article{arxiv.2406.07826,
title = {The Max-Min Formulation of Multi-Objective Reinforcement Learning: From Theory to a Model-Free Algorithm},
author = {Giseung Park and Woohyeon Byeon and Seongmin Kim and Elad Havakuk and Amir Leshem and Youngchul Sung},
journal= {arXiv preprint arXiv:2406.07826},
year = {2024}
}
备注
Accepted to ICML 2024